計算機其實就是可以做數學計算的機器，所以計算機程序當然可以處理各種數值。任何一種語言最重要的就是他的數據結構。 在Python 里面常用的數據類型有 - 基本數據類型：包含整數、浮點數、布爾值，可以看成是單獨的數據 - 容器數據類型：單獨的數據放到一個容器里面就可以得到**容器類型**的數據，比如說字符串、元組、列表、字典、集合 > 可以使用 `dir(int)`這種類型的函數查看對象中可用的屬性和方法 # 基本數據類型 ## 整數 ## 浮點數 整數加上一個小數點，就可以創建float ## 布爾值 對與數值變量，0，0.0都可以認為是空的，對于容器變量，里面沒有元素就可以認為是空的。 ## 空值 空值是 Python 里一個特殊的值，用 None 表示。None 不能理解為 0，因為 0 是有意義的，而 None 是一個特殊的空值。 # 容器數據類型 ## 字符串 ### 創建字符串 字符串是以單引號' 或雙引號 " 括起來的任意文本，比如'abc'，"xyz" 等等。 注意，'' 或 "" 本身只是一種表示方式，不是字符串的一部分，因此，字符串'abc' 只有 a，b，c 這 3 個字符。 如果' 本身也是一個字符，那就可以用 "" 括起，比如 `"I'm OK"` 如果字符串內部既包含' 又包含 " 怎么辦？可以用轉義字符 \ 來標識，比如 ```python 'I\'m \"OK\"' ``` 如果字符串里面有很多字符都需要轉義，就需要加很多 \，為了簡化，Python 還允許用 r'' 表示'' 內部的字符串默認不轉義 |轉義字符|描述| |:--|:--| |\(在行尾時)|續行符| |\\|反斜杠符號| |\',\"|引號| |\n|換行| |\r|回車| |\oyy|八進制數，yy 代表的字符，例如：\o12 代表換行，其中 o 是字母，不是數字 0。| |\xyy|十六進制數，yy 代表的字符，例如：\x0a 代表換行| ```python print (r'\\\t\\') ``` 如果有很多換行，可以使用 `'''...'''`表示多行內容 ```python print ('''line1 line2 line3''') ``` 多行字符串'''...''' 還可以在前面加上 r 使用 ### 字符串編碼 我們知道計算機只能處理數字，如果要處理文本，需要將文本轉換成數字。 最早的計算機在設計時采用 8 個比特（bit）作為一個字節（byte），所以，一個字節能表示的最大的整數就是 255（二進制 11111111 = 十進制 255），如果要表示更大的整數，就必須用更多的字節。 由于計算機是美國人發明的，因此，最早只有 127 個字符被編碼到計算機里，也就是大小寫英文字母、數字和一些符號，這個編碼表被稱為 ASCII 編碼，比如大寫字母 A 的編碼是 65，小寫字母 z 的編碼是 122。 但是要處理中文顯然一個字節是不夠的，至少需要兩個字節，而且還不能和 ASCII 編碼沖突，所以，中國制定了 GB2312 編碼，用來把中文編進去。 于是各國有各國的標準，不可避免的會出現沖突。 所以Unicode應運而生，可以將所有的語言統一到一套編碼。 那么ASCII 編碼和 Unicode 編碼的主要區別在于：ASCII 編碼是 1 個字節，而 Unicode 編碼通常是 2 個字節。 不過新的問題在于，如果統一成 Unicode 編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用 Unicode 編碼比 ASCII 編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不劃算。 又出現了把 Unicode 編碼轉化為 “可變長編碼” 的 UTF-8 編碼。 UTF-8 編碼把一個 Unicode 字符根據不同的數字大小編碼成 1-6 個字節，常用的英文字母被編碼成 1 個字節，漢字通常是 3 個字節，只有很生僻的字符才會被編碼成 4-6 個字節。如果你要傳輸的文本包含大量英文字符，用 UTF-8 編碼就能節省空間： |字符|ASCII|Unicode|UTF-8| |:--|:--|:--|:--| |A|1000001|00000000 01000001|1000001| |中|x|01001110 00101101|11100100 10111000 10101101| 搞清楚了 ASCII、Unicode 和 UTF-8 的關系，我們就可以總結一下現在計算機系統通用的字符編碼工作方式： - 在計算機內存中，統一使用 Unicode 編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換為 UTF-8 編碼。 - 用記事本編輯的時候，從文件讀取的 UTF-8 字符被轉換為 Unicode 字符到內存里，編輯完成后，保存的時候再把 Unicode 轉換為 UTF-8 保存到文件：  瀏覽網頁的時候，服務器會把動態生成的 Unicode 內容轉換為 UTF-8 再傳輸到瀏覽器：  ### encode,decode 最新的 Python 3 版本中，字符串是以 Unicode 編碼的。 也就是說，Python 的字符串支持多語言，例如： ```python >>> print('包含中文的str') ``` 由于 Python 的字符串類型是 str，在內存中以 Unicode 表示，一個字符對應若干個字節。 如果要在網絡上傳輸，或者保存到磁盤上，就需要把 str 變為以**字節**為單位的 bytes。 Python 對 bytes 類型的數據用帶 b 前綴的單引號或雙引號表示，要注意區分'ABC' 和 b'ABC'，前者是 str，后者雖然內容顯示得和前者一樣，但 bytes 的每個字符都只占用一個字節。 str可以通過 `encode()`編碼為指定的 `bytes` 比如 ```python 'ABC'.encode('ascii') '中文'.encode("utf-8") ``` > 含有中文的 str 無法用 ASCII 編碼，因為中文編碼的范圍超過了 ASCII 編碼的范圍，Python 會報錯。 如果我們從網絡或磁盤上讀取了字節流，那么讀到的數據就是 bytes。要把 bytes 變為 str，就需要用 decode() 方法 ```python >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') '中文' ``` 如果 bytes 中只有一小部分無效的字節，可以傳入 errors='ignore' 忽略錯誤的字節： 當 Python 解釋器讀取源代碼時，為了讓它按 UTF-8 編碼讀取，我們通常在文件開頭寫上這兩行： ```python #!/usr/bin/env python3 # -*- coding: utf-8 -*- ``` ### 格式化 一個常見的問題是如何輸出格式化的字符串 ```python >>> 'Hi, %s, you have $%d.' % ('Michael', 1000000) ``` % 運算符就是用來格式化字符串的。在字符串內部，%s 表示用字符串替換，%d 表示用整數替換，有幾個 %? 占位符，后面就跟幾個變量或者值，順序要對應好。如果只有一個 %?，括號可以省略。 如果你不太確定應該用什么，%s 永遠起作用，它會把任何數據類型轉換為字符串 有些時候，字符串里面的 % 是一個普通字符怎么辦？這個時候就需要轉義，用 %% 來表示一個 % 另一種格式化字符串的方法是使用字符串的 format() 方法，它會用傳入的參數依次替換字符串內的占位符 {0}、{1}……，不過這種方式寫起來比 % 要麻煩得多： ```python >>> 'Hello, {0}, 成績提升了 {1:.1f}%'.format('小明', 17.125) 'Hello, 小明, 成績提升了 17.1%' ``` ### 索引和切片 Python 里面索引有三個特點 - 從 0 開始 ，不像 Matlab 從 1 開始。 - 切片通常寫成 start:end 這種形式，包括「start 索引」對應的元素，但是不包括「end 索引」對應的元素。比如 s [2:4] 只獲取字符串第 3 個到第 4 個元素。 - 索引值可正可負，正索引從 0 開始，從左往右；負索引從 -1 開始，從右往左。使用負數索引的時候，會從最后一個元素開始計數，最后一個元素的位置編號是-1 技巧：可以想象將元素分開的隔欄，顯然 6 個元素需要 7 個隔欄，隔欄索引也是從 0 開始，這樣再看到 start:end 就認為是隔欄索引，那么獲取的元素就是「隔欄 start」和「隔欄 end」之間包含的元素。 - string [2:4] 就是「隔欄 2」和「隔欄 4」之間包含的元素，即 th - string [-5:-2] 就是「隔欄 -5」和「隔欄 -2」之間包含的元素，即 yth  ### 正則表達式 正則表達式 (regular expression) 主要用于識別字符串中符合某種模式的部分 ```bash input = """ '06/18/2019 13:00:00', 100, '1st'; '06/18/2019 13:30:00', 110, '2nd'; '06/18/2019 14:00:00', 120, '3rd' """ ``` 我們用下面這樣的模式 ```bash pattern = re.compile("'[0-9/:\s]+'") ``` 里面符號的意思如下： - 最外面的兩個單引號 ' 代表該模式以它們開始和結束 - 中括號 [] 用來概括該模式涵蓋的所有類型的字節 - 0-9 代表數字類的字節 - / 代表正斜線 - : 代表分號 - \s 代表空格 - [] 外面的加號 + 代表 [] 里面的字節出現至少 1 次 然后就可以把所有符合pattern的日期表達式都找出來 ```bash pattern.findall(input) ["'06/18/2019 13:00:00'", "'06/18/2019 13:30:00'", "'06/18/2019 14:00:00'"] ``` 接下來就可以把 / 換成 -，或者用 datetime 里面的 striptime () 把日期里年、月、日、小時、分鐘和秒都獲取出來。 ### 字符串運算符 |操作符|描述|實例| |:--|:--|:--| |+|字符串連接|a + b 輸出結果： HelloPython| |*|重復輸出字符串|a*2 輸出結果：HelloHello| |[ : ]|截取字符串中的一部分，遵循左閉右開原則，str [0,2] 是不包含第 3 個字符的。|a [1:4] 輸出結果 ell| |in,not in|成員運算符|H' in a 輸出結果 True| ### 內建函數 #### len 要計算 str 包含多少個字符，可以用 len() 函數： ```python >>> len('中文') 2 ``` 如果 len()里面傳入的是 `bytes`，將計算字節數 ```python >>> len('中文'.encode('utf-8')) 6 # 中文將被編碼為 b'\xe4\xb8\xad\xe6\x96\x87' ``` - capitalize ()：大寫句首的字母 - split ()：把句子分成單詞 - find (x)：找到給定詞 x 在句中的索引，找不到返回 -1 - replace (x, y)：把句中 x 替代成 y - strip (x)：刪除句首或句末含 x 的部分 比如說我們提取到字符類型的值之后，一般會使用 x.strip(" ")去除空格 |方法|描述|類型|實例| |:--|:--|:--|:--| |capitialize()|首字母大寫|替換|| |expandtabs(tabsize=8)|將tab轉為空格，默認空格數為8|替換|| |lower(),upper()|轉換為小寫|替換|| |replace(old, new [, max])|把 將字符串中的 str1 替換成 str2, 如果 max 指定，則替換不超過 max 次。|替換|| |count(str,beg=0,end=len(string))|返回str在string里面的次數，beg和end用于指定特定的范圍|判斷|str.count('run', 0, 10)| |endswith(suffix,beg=0,end=(len(string))|檢查字符串是否以 obj 結束|判斷|Str.endswith(suffix, 0, 19)| |isalnum(),isalpha(),isspace()|isalnum()表示至少有一個字符，并且所有字符都是字母或者數字，isalpha()表示至少有一個字符，并且所有字符都是字母|判斷|| |isdigit(),isnumeric()，isdecimal()|只包含數字或者數字字符，則返回True|判斷|| |islower(),isupper()|所有這些 (區分大小寫的) 字符都是小寫|判斷|| |lstrip(),rstrip()|截掉字符串左邊的空格或指定字符。|判斷|| |startswith(substr, beg=0,end=len(string))|檢查字符串是否是以指定子字符串 substr 開頭，|判斷|| |rfind(str, beg=0,end=len(string))|從右邊開找|查找|| |find(str,beg=0,end=(len(string))|檢測 str 是否包含在字符串中,若包含，則返回開始的索引值，否則返回-1|查找|str1.find(str2, 10)| |index(str, beg=0, end=len(string))|跟 find () 方法一樣，但是如果 str 不在字符串中會報一個異常.|查找|| |max(str)|返回字符串 str 中最大的字母。|查找|| |swapcase()|將字符串中大寫轉換為小寫，小寫轉換為大寫|轉換|| |join(seq)|以指定字符串作為分隔符，將 seq 中所有的元素 合并|重組|| |split(str="", num=string.count(str))|num=string.count (str)) 以 str 為分隔符截取字符串，如果 num 有指定值，則僅截取 num+1 個子字符串|重組|| |splitlines([keepends])|按照行 ('\r', '\r\n', \n') 分隔，返回一個包含各行作為元素的列表，如果參數 keepends 為 False，不包含換行符，如果為 True，則保留換行符。|重組|| |bytes.decode(encoding="utf-8", errors="strict")|Python3 中沒有 decode 方法，但我們可以使用 bytes 對象的 decode () 方法來解碼給定的 bytes 對象，這個 bytes 對象可以由 str.encode () 來編碼返回。|編碼|| |encode(encoding='UTF-8',errors='strict')|以 encoding 指定的編碼格式編碼字符串|編碼|| ## 變量 變量在程序中就是用一個變量名表示了，變量名必須是大小寫英文、數字和_的組合，且不能用數字開頭 在 Python 中，等號 = 是賦值語句，可以把任意數據類型賦值給變量，同一個變量可以反復賦值，而且可以是不同類型的變量 這種變量本身類型不固定的語言稱之為 **動態語言**，與之對應的是靜態語言。 當我們寫a = 'ABC' Python的解釋器做了兩件事： - 在內存中，創建 'ABC'字符串 - 在內存中創建了一個名為 `a`的變量，并指向 `'ABC'` 比如如下代碼 ```python a = 'ABC' b = a a = 'XYZ' print(b) ``` 執行 a = 'ABC'，解釋器創建了字符串'ABC' 和變量 a，并把 a 指向'ABC'：  執行 b = a，解釋器創建了變量 b，并把 b 指向 a 指向的字符串'ABC'： ? 執行 a = 'XYZ'，解釋器創建了字符串 'XYZ'，并把 a 的指向改為'XYZ'，但 b 并沒有更改： ? 所以，最后打印變量 b 的結果自然是'ABC' 了。 ## list list是一種有序的集合，可以隨時添加和刪除其中的元素。 ### 創建list ```python classmates = ['Michael', 'Bob', 'Tracy'] ``` list元素也可以是另外一個list ```python s = ['python', 'java', ['asp', 'php'], 'scheme'] ``` 注意s只有4個元素，其中 `s[2]`又是一個list。 ### 索引和切片 ```python classmates[-3] ``` L[0:3] 表示，從索引 0 開始取，直到索引 3 為止，但不包括索引 3。即索引 0，1，2，正好是 3 個元素。 如果第一個索引是 0，還可以省略 - 取前10個數： L[:10] - 后10個數：L[-10:] - 前11~20個數：L[10:20] - 所有數每5個取一個：L[::5] ### 內置方法 - 追加： classmates.append('Adam') - 插入到指定的位置： classmates.insert(1,'Jack') - 刪除list末尾的元素：classmates.pop() - 更新或者替換元素： classmates[1] = 'Sarah' ### 迭代 我們可以通過 `for`循環來遍歷list或者tuple Python主要使用 `for ... in `來完成迭代，而Java是使用下標完成 所以Python的抽象程度高于java的for循環。 for循環不僅可以作用于list上，還可以用在其他可迭代的對象里面。 如果要實現類似于Java那樣的下標循環，可以使用 `enumerate`把一個list變成索引-元素對 ```python for i , value in enumerate (['A','B','C']): print (i , value) ``` ### 列表生成式 如果要生成從1 到10的列表可以使用 ```python list(range(1, 11)) ``` 如果要生成 [1x1, 2x2, 3x3, ..., 10x10] 怎么做？ ```python [x * x for x in range(1, 11)] ``` 還可以加上 if 判斷，這樣我們就可以篩選出僅偶數的平方： ```python >>> [x * x for x in range(1, 11) if x % 2 == 0] [4, 16, 36, 64, 100] ``` 還可以使用兩層循環，可以生成全排列： ```python >>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'] ``` 還可以通過一行代碼列出當前目錄下的所有文件和目錄名 ```python import os [d for d in os.listdir('.')] ``` 把一個 list 中所有的字符串變成小寫： ```python >>> L = ['Hello', 'World', 'IBM', 'Apple'] >>> [s.lower() for s in L] ``` ### 生成器 通過列表生成式倒是可以直接創建一個列表，但是如果列表特別的大，需要占用的存儲空間自然非常多。 所以能不能讓列表元素通過某種算法推算出來。 在 Python 中，這種一邊循環一邊計算的機制，稱為生成器：generator。 要創建一個generator，第一種方法就是把一個列表生成式的 [] 改成 ()，就創建了一個 generator ```python g = (x*x for x in range(10)) ``` 那么如何把下一個返回值打印出來 ```python next (g) ``` generator 保存的是算法，每次調用 next(g)，就計算出 g 的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出 StopIteration 的錯誤。 其實正確的方法應該是通過 `for`循環，因為generator也是可迭代對象 ```python g = (x * x for x in range(10)) for n in g : print (n) ``` 比如Fibonacci數列，除第一個和第二個數外，任意一個數都可以由前兩個數相加得到 ```python def fib(max): n , a , b = 0 , 0 , 1 while n < max: print (b) a , b = b , a + b n = n + 1 return 'done' ``` 注意，賦值語句： a, b = b, a + b 相當于： ```python t = (b, a + b) # t是一個tuple a = t[0] b = t[1 ``` 可以看出，fib 函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出后續任意的元素，這種邏輯其實非常類似 generator。 要把fib函數變成generator，只需要把 print(b)改為 yield b ```python def fib (max): n , a , b = 0 , 0 , 1 while n < max: yield b a , b = b , a + b n = n + 1 return 'done' ``` 如果一個函數定義中包含 yield 關鍵字，那么這個函數就不再是一個普通函數，而是一個 generator： generator 和函數的執行流程不一樣。函數是順序執行，遇到 return 語句或者最后一行函數語句就返回。 而變成 generator 的函數，在每次調用 next() 的時候執行，遇到 yield 語句返回，再次執行時從上次返回的 yield 語句處繼續執行。 舉個簡單的例子，定義一個 generator，依次返回數字 1，3，5： ```python def odd(): print('step 1') yield 1 print('step 2') yield(3) print('step 3') yield(5) ``` 調用該generator時，首先要生成一個generator對象，然后用next()獲得下一個返回值 ```python o = odd() next(o) ``` 可以看到，odd 不是普通函數，而是 generator，在執行過程中，遇到 yield 就中斷，下次又繼續執行。執行 3 次 yield 后，已經沒有 yield 可以執行了，所以，第 4 次調用 next(o) 就報錯。 同樣的，把函數改成 generator 后，我們基本上從來不會用 next() 來獲取下一個返回值，而是直接使用 for 循環來迭代 ## tuple 另外一種有序列表叫元組：tuple tuple與list非常相似，但是tuple一旦初始化不能修改 ```python >>> classmates = ('Michael', 'Bob', 'Tracy') ``` 不過tuple不能改變，所以沒有 append,insert這樣的方法 不可變的tuple有什么意義呢？ 因為tuple不可變，所以代碼更安全。 需要注意的是，當定義一個tuple的時候，其元素就必須確定下來。 如果要定義只有一個元素的tuple需要 ```python t = (1,) ``` 因為括號 () 既可以表示 tuple，又可以表示數學公式中的 如果tuple中有一個元素是列表，這個列表其實是可以賦值的，。 ```python >>> t = ('a', 'b', ['A', 'B']) >>> t[2][0] = 'X' >>> t[2][1] = 'Y' >>> t ('a', 'b', ['X', 'Y']) ``` 如下是tuple包含的三個元素：  如果把 A和B修改為X和Y，tuple變為  表面上看， tuple的元素確實變了，但是變的其實不是tuple的元素，而是list的元素。 所謂tuple不變，指的是tuple的每個元素，指向永遠的變。但是指向的這個list本身是可變的。 ## dict dict使用 key -value這種鍵值對進行存儲，查找速度極快。 為什么dict查找速度這么快？ 假設我們正在查字典，如果要查某一個漢字，第一種方法是從第一頁往后面翻，直到找到，這就是list查找元素的方法。 第二種方法是建立一個索引表，查這個字對應的頁碼，然后直接翻到相應的頁數。 這樣無論是找哪一個字，速度都非常快，而且還不會隨著字典大小增加而增加。 dict就是采用的第二種方法，現在給定一個名字，就可以在內部算出這個名字對應的頁碼，也就是存放數值的內存地址。速度自然非常塊。 同樣，在放入數據的時候，也需要根據key算出value存放的位置。這樣才能根據key直接拿到value ### 創建dict 可以使用兩 種方法創建dict - 初始化的時候指定 ```python d = {'Michael': 95, 'Bob': 75, 'Tracy': 85} ``` - 通過key放入 ```python >>> d['Adam'] = 67 ``` 如果 key 不存在，dict 就會報錯，為了避免這個問題，可以使用 `in`來進行判斷 ```python 'Thomas' in d ``` 或者通過 dict 提供的 get() 方法 ```python d.get("Thomas") ``` 如果不存在會返回None > 注意：返回 None 的時候 Python 的交互環境不顯示結果。 ### 刪除key 使用 `pop(key)`可以刪除key，對應的value也會刪除掉 ### 注意 值得注意的是，dict內部存放的順序與key放入的順序沒有關系。 ### 與list對比 和list相對比，dict具有如下特點 - 插入和查找的速度極快，而且不會隨著key增加而變慢 - 需要占用大量的內存，比較浪費 所以說dict是用空間來換時間的方法。 需要牢記一條就是dict的key必須是**不可變的對象** 因為dict需要根據key來算value存的地方，如果每次key不同，算出來的地址自然就亂了。 在 Python 中，字符串、整數等都是不可變的， ### 迭代 #### 迭代key ```python >>> d = {'a': 1, 'b': 2, 'c': 3} >>> for key in d: ... print(key) ... a c b ``` 因為 dict 的存儲不是按照 list 的方式順序排列，所以，迭代出的結果順序很可能不一樣。 #### 迭代 value 默認情況下，dict 迭代的是 key。如果要迭代 value，可以用 for value in d.values()，如果要同時迭代 key 和 value，可以用 for k, v in d.items()。 ## set set 和 dict 類似，也是一組 key 的集合，但不存儲 value。由于 key 不能重復，所以，在 set 中，沒有重復的 key。 ### 創建 要創建一個set，需要提供一個list作為輸入集合 ```python s = set([1, 2, 3]) ``` 注意，傳入的參數 [1, 2, 3] 是一個 list，而顯示的 {1, 2, 3} 只是告訴你這個 set 內部有 1，2，3 這 3 個元素，顯示的順序也不表示 set 是有序的。。 重復元素在 set 中自動被過濾： ```js >>> s = set([1, 1, 2, 2, 3, 3]) >>> s {1, 2, 3} ``` ### 添加刪除元素 通過 add(key) 方法可以添加元素到 set 中 通過 remove(key) 方法可以刪除元素： set 可以看成數學意義上的無序和無重復元素的集合，因此，兩個 set 可以做數學意義上的交集、并集等操作： ```js >>> s1 & s2 {2, 3} >>> s1 | s2 {1, 2, 3, 4} ``` ## 不可變對象 上面我們講了，str 是不變對象，而 list 是可變對象。 對于可變對象，比如 list，對 list 進行操作，list 內部的內容是會變化的 而對于不可變對象，比如 str，對 str 進行操作呢？雖然字符串有個 replace() 方法，也確實變出了'Abc'，但變量 a 最后仍是'abc'，應該怎么理解呢？ ```js >>> a = 'abc' >>> b = a.replace('a', 'A') >>> b 'Abc' >>> a 'abc' ``` 對象 a 的內容是'abc'，但其實是指，a 本身是一個變量，它指向的對象的內容才是'abc' 當我們調用 a.replace('a', 'A') 時，實際上調用方法 replace 是作用在字符串對象'abc' 上的，而這個方法雖然名字叫 replace，但卻沒有改變字符串'abc' 的內容。 相反，replace 方法創建了一個新字符串'Abc' 并返回，如果我們用變量 b 指向該新字符串，就容易理解了，變量 a 仍指向原有的字符串'abc'，但變量 b 卻指向新字符串'Abc' 了：  > 對于不變對象來說，調用對象自身的任意方法，**也不會**改變該對象自身的內容。相反，這些方法會**創建新的對象**并返回，這樣，就保證了不可變對象本身永遠是不可變的。 # 補充 ## 可迭代對象 如何判斷一個對象是可迭代對象呢？方法是通過 collections 模塊的 Iterable 類型判斷： ```python >>> from collections import Iterable >>> isinstance('abc', Iterable) # str是否可迭代 True >>> isinstance([1,2,3], Iterable) # list是否可迭代 True >>> isinstance(123, Iterable) # 整數是否可迭代 False ``` 如果要對 list 實現類似 Java 那樣的下標循環怎么辦？ Python 內置的 enumerate 函數可以把一個 list 變成索引 - 元素對，這樣就可以在 for 循環中同時迭代索引和元素本身： ```python >>> for i, value in enumerate(['A', 'B', 'C']): ... print(i, value) ... 0 A 1 B 2 C ``` 上面的 for 循環里，同時引用了兩個變量，在 Python 里是很常見的，比如下面的代碼： ```python >>> for x, y in [(1, 1), (2, 4), (3, 9)]: ... print(x, y) ... 1 1 2 4 3 9 ``` ## 迭代器 可以直接作用于 for 循環的數據類型有以下幾種： 一類是集合數據類型，如 list、tuple、dict、set、str 等； 一類是 generator，包括生成器和帶 yield 的 generator function。 這些可以直接作用于 for 循環的對象統稱為可迭代對象：Iterable。 可以使用 isinstance() 判斷一個對象是否是 Iterable 對象： ```python from collections import Iterable isinstance ([], Iterable) ``` 而生成器不但可以作用于 for 循環，還可以被 next() 函數不斷調用并返回下一個值，直到最后拋出 StopIteration 錯誤表示無法繼續返回下一個值了。 > 可以被 next() 函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。 可以使用 isinstance() 判斷一個對象是否是 Iterator 對象： ```python >>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False ``` list、dict、str 雖然是 Iterable，卻不是 Iterator。 生成器都是 Iterator對象 把 list、dict、str 等 Iterable 變成 Iterator 可以使用 iter() 函數 ```python >>> isinstance(iter([]), Iterator) True ``` 為什么 list、dict、str 等數據類型不是 Iterator？ 這是因為 Python 的 Iterator 對象表示的是一個數據流，Iterator 對象可以被 next() 函數調用并不斷返回下一個數據，直到沒有數據時拋出 StopIteration 錯誤。 可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過 next() 函數實現按需計算下一個數據，所以 Iterator 的計算是惰性的，只有在需要返回下一個數據時它才會計算。 Iterator 甚至可以表示一個無限大的數據流，例如全體自然數。而使用 list 是永遠不可能存儲全體自然數的。 凡是可作用于 for 循環的對象都是 Iterable 類型； 凡是可作用于 next() 函數的對象都是 Iterator 類型，它們表示一個惰性計算的序列； 集合數據類型如 list、dict、str 等是 Iterable 但不是 Iterator，不過可以通過 iter() 函數獲得一個 Iterator 對象。 Python 的 for 循環本質上就是通過不斷調用 next() 函數實現的，例如： ```python for x in [1, 2, 3, 4, 5]: pass ``` 實際上完全等價于： ```python # 首先獲得Iterator對象: it = iter([1, 2, 3, 4, 5]) # 循環: while True: try: # 獲得下一個值: x = next(it) except StopIteration: # 遇到StopIteration就退出循環 break ```