摘要：迭代器和生成器字符串，列表或元組對象都可用于創建迭代器。創建自己的迭代器，需要在類中實現實現兩個方法與。方法返回一個特殊的迭代器對象，這個迭代器對象實現了方法并通過異常標識迭代的完成。要反向遍歷一個序列，首先指定這個序列，然后調用函數。

1. a, b = a, a + b

先計算右邊表達式，然后再同時賦值給左邊。

2. 條件控制和循環語句

條件控制

if condition_1:
    statement_block_1
elif condition_2:
    statement_block_2
else:
    statement_block_3

while 循環

while condition:
    statement_block
else:  # 可有可無
    statement_block

for 循環

for  in :
    
else:
    

range() 函數

>>> a = list(range(3))
>>> a
[0, 1, 2]
>>> a = list(range(1, 5, 2))
>>> a
[1, 3]

break 語句可以跳出 for 和 while 的循環體。如果你從 for 或 while 循環中終止，任何對應的循環 else 塊將不執行。

pass是空語句，是為了保持程序結構的完整性。pass 不做任何事情，一般用做占位語句。

3. 迭代器和生成器

字符串，列表或元組對象都可用于創建迭代器。

>>> a = [1, 2, 3, 4]
>>> it = iter(a)
>>> next(it)
1
>>> next(it)
2
>>> next(it)
3
>>> next(it)
4
>>> next(it)
Traceback (most recent call last):
  File "", line 1, in 
StopIteration

>>> it = iter(a)
>>> for i in it:
...     print(i)
... 
1
2
3
4
>>>

創建自己的迭代器，需要在類中實現實現兩個方法 __iter__() 與 __next__() 。__iter__() 方法返回一個特殊的迭代器對象， 這個迭代器對象實現了 __next__() 方法并通過 StopIteration 異常標識迭代的完成。

class MyNumbers:
    def __iter__(self):
        self.a = 1
        return self
 
    def __next__(self):
        if self.a <= 5:
            x = self.a
            self.a += 1
            return x
        else:
            raise StopIteration


myclass = MyNumbers()
myiter = iter(myclass)

for i in range(5):
    print(next(myiter))

for x in myiter:
    print(x)

>>>
1
2
3
4
5

在 Python 中，使用了 yield 的函數被稱為生成器（generator）。跟普通函數不同的是，生成器是一個返回迭代器的函數，只能用于迭代操作，更簡單點理解生成器就是一個迭代器。在調用生成器運行的過程中，每次遇到 yield 時函數會暫停并保存當前所有的運行信息，返回 yield 的值, 并在下一次執行 next() 方法時從當前位置繼續運行。

import sys


def fibonacci(n):  # 生成器函數 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if counter > n:
            return
        yield a
        a, b = b, a + b
        counter += 1


f = fibonacci(10)  # f 是一個迭代器，由生成器返回生成

while True:
    try:
        print(next(f), end=" ")
    except StopIteration:
        sys.exit()

>>> 0 1 1 2 3 5 8 13 21 34 55 

4. 函數

Python 定義函數使用 def 關鍵字，一般格式如下：

def function_name(args1, args2):
    statement
    return

return [表達式] 結束函數，選擇性地返回一個值給調用方。不帶表達式的 return 相當于返回 None。

可更改(mutable)與不可更改(immutable)對象

在 Python 中，strings, tuples, 和 numbers 是不可更改的對象，而 list, dict 等則是可以修改的對象。

不可變類型：變量賦值 a = 5 后再賦值 a = 10，這里實際是新生成一個 int 值對象 10，再讓 a 指向它，而 5 被丟棄，不是改變 a 的值，相當于新生成了 a 。

可變類型：變量賦值 la = [1,2,3,4] 后再賦值 la[2] = 5 則是將 list la 的第三個元素值更改，本身 la 沒有動，只是其內部的一部分值被修改了。

Python 函數的參數傳遞：

不可變類型：類似 c++ 的值傳遞，如整數、字符串、元組。如 fun(a)，傳遞的只是 a 的值，沒有影響 a 對象本身。比如在 fun(a) 內部修改 a 的值，只是修改另一個復制的對象，不會影響 a 本身。

可變類型：類似 c++ 的引用傳遞，如列表，字典。如 fun(la)，則是將 la 真正的傳過去，修改后 fun 外部的 la 也會受影響。

Python 中一切都是對象，嚴格意義我們不能說值傳遞還是引用傳遞，我們應該說傳不可變對象和傳可變對象。

參數

必需參數。必需參數須以正確的順序傳入函數，調用時的數量必須和聲明時的一樣。

關鍵字參數 。關鍵字參數和函數調用關系緊密，函數調用使用關鍵字參數來確定傳入的參數值。使用關鍵字參數允許函數調用時參數的順序與聲明時不一致，因為 Python 解釋器能夠用參數名匹配參數值。

默認參數。調用函數時，如果沒有傳遞參數，則會使用默認參數。

不定長參數。你可能需要一個函數能處理比當初聲明時更多的參數，這些參數叫做不定長參數，它們在聲明時不會命名。

def functionname([formal_args,] *var_args_tuple ):
    "函數_文檔字符串"
    function_suite
    return [expression]

加了星號 * 的參數會以元組(tuple)的形式導入，存放所有未命名的變量參數。如果在函數調用時沒有指定參數，它就是一個空元組。我們也可以不向函數傳遞未命名的變量。

def functionname([formal_args,] **var_args_dict ):
    "函數_文檔字符串"
    function_suite
    return [expression]

加了兩個星號 ** 的參數會以字典的形式導入。

匿名函數

所謂匿名，意即不再使用 def 語句這樣標準的形式定義一個函數。

lambda 只是一個表達式，函數體比 def 簡單很多。

lambda 的主體是一個表達式，而不是一個代碼塊。僅僅能在 lambda 表達式中封裝有限的邏輯進去。

lambda 函數擁有自己的命名空間，且不能訪問自己參數列表之外或全局命名空間里的參數。

雖然 lambda 函數看起來只能寫一行，卻不等同于 C 或 C++ 的內聯函數，后者的目的是調用小函數時不占用棧內存從而增加運行效率。

   sum = lambda arg1, arg2: arg1 + arg2
   print ("相加后的值為 : ", sum( 10, 20 ))
   print ("相加后的值為 : ", sum( 20, 20 ))
  
   >>>
  相加后的值為 :  30
  相加后的值為 :  40

5. 列表推導式

vec = [2, 4, 6]
[3 * x for x in vec if x > 3] 
>>>
[12, 18]

matrix = [ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12] ]
[[row[i] for row in matrix] for i in range(4)]
>>>
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

6. 遍歷技巧

在序列中遍歷時，索引位置和對應值可以使用 enumerate() 函數同時得到。

同時遍歷兩個或更多的序列，可以使用 zip() 組合。

要反向遍歷一個序列，首先指定這個序列，然后調用 reversed() 函數。

要按順序遍歷一個序列，使用 sorted() 函數返回一個已排序的序列，并不修改原值。

a = [2, 4, 6]
for i, v in enumerate(a):
    print(i, v)
>>>
0 2
1 4
2 6

>>> b = ["sen", "ius", "en"]
>>> for i, j in zip(a, b):
...     print(i, j)
... 
2 sen
4 ius
6 en

>>> for i in reversed(a):
...     print(i)
... 
6
4
2
>>> for i in sorted(b):
...     print(i)
... 
en
ius
sen
>>> 

參考資料 菜鳥教程

獲取更多精彩，請關注「seniusen」!