#演示切片

 k="abcdefghijklmnopqrstuvwxyz"

 #取前5个元素

 k[0:5]

 k[:5]

 #后5个元素

 k[-5:]   #vwxyz

 #每隔一个取一个

 k[::2]  #acegikmoqsuwy

 #原样复制一个

 k[:]

 #演示迭代

 d={'a':1,'b':2,'c':3}

 for key in d:

     print(key)

 #结果输出abc, 即输出key， 而且要注意dict的迭代顺序不像list是顺序排列的

 for v in d.values():

     print(v)

 #按值输出， 1,2,3

 for k,v in d.items():

     print(k+":"+str(v))

 #按键值对输出，a:1,b:2,c:3

 ary=range(10)

 for i,v in enumerate(ary):

     print(str(i)+" "+str(v))

 #enumerate函数可以把一个list变为索引元素对，这样我们迭代元素就可以同时取得索引

 for x,y in [(1,1),(2,4),(3,7)]:

     print(x,y)

 #for循环里，引用两个变量是比较常见的

 #下面演示 列表生成式

 k=list(range(1,11))

 print(k)

 #显示 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

 k=[x*x for x in range(1,11)]

 print(k)

 #显示 [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

 k=[x*(x+1) for x in range(1,11,2)]

 print(k)

 #显示 [2, 12, 30, 56, 90]

 #在列表生成器中我们还可以在后面附加if条件语句

 def toUppers(L):

     return [x.upper() for x in L if isinstance(x,str)]

 print(toUppers(['hello','world',100]))

 #显示 ['HELLO', 'WORLD']

 #在列表生成式中，也可以用多层 for 循环来生成列表

 print([m*100+n*10+z for m in range(1,10) for n in range(0,10)

        for z in range(1,10) if m*100+n*10+z==z*100+n*10+m])

 #结果

 #[101, 111, 121, 131, 141, 151, 161, 171, 181, 191, 202, 212, 222, 232, 242,

 # 252, 262, 272, 282, 292, 303, 313, 323, 333, 343, 353, 363, 373, 383, 393,

 #  404, 414, 424, 434, 444, 454, 464, 474, 484, 494, 505, 515, 525, 535, 545,

 # 555, 565, 575, 585, 595, 606, 616, 626, 636, 646, 656, 666, 676, 686, 696,

 # 707, 717, 727, 737, 747, 757, 767, 777, 787, 797, 808, 818, 828, 838, 848,

 # 858, 868, 878, 888, 898, 909, 919, 929, 939, 949, 959, 969, 979, 989, 999]

 print([m+n for m in 'ABC' for n in 'XYZ'])

 #结果  ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']

 #列出当前目录下的所有文件与目录名

 import  os

 print([d for d in os.listdir('.')])

 #下面演示 生成器

 #生成器类似于C#中的滞后执行机制，只在迭代时占用资源。其目的是不会一次把

 #100万个列表一次载入内存。

 list1=[x*x for x in range(10)]

 print(list1)

 #输出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

 #下面的g就是一个生成器 generator

 g=(x*x for x in range(10))

 print(g)

 #输出  <generator object <genexpr> at 0x0000021FAC0A3B48>

 #如果要输出generator的每个元素，可以用next()函数

 print(next(g))  #

 print(next(g))  #

 print(next(g))  #

 #正常的方式还是使用forgrgi循环迭代对象

 for n in g:

     print(n)

 #斐波拉契数列生成的函数

 def fib(max):

     n,a,b=0,0,1

     while n<max:

         print(b)

         a,b=b,a+b

         n=n+1

     return  'done'

 fib(6)

 #输出 1 1 2 3 5 8

 #我们把上面的函数改成generator, 只需要把print(b) 改为yield b

 #这就是定义generator的另一种方法，一个函数中包含yield关键字，它就不

 #是一个普通函数，而是一个generator

 def fib(max):

     n,a,b=0,0,1

     while n<max:

         yield b

         a,b=b,a+b

         n=n+1

     return  'done'

 f=fib(6)

 print(f)

 #输出 <generator object fib at 0x000001F82E3C3C50>

 #用for循环generator时，会发现拿不return的返回值，其实必须要捕获

 #StopIteration错误，才可以。

 g=fib(6)

 while True:

     try:

         x=next(g)

         print('g:',x)

     except StopIteration as e:

         print('Generator return value:',e.value)

         break;

 #输出

 #g: 1

 #g: 1

 #g: 2

 #g: 3

 #g: 5

 #g: 8

 #Generator return value: done

 #再举一个简单的例子，可以看到generator的执行流程

 def odd():

     print('step1')

     yield  1

     print('step2')

     yield (3)

     print('step3')

     yield (5)

 #调用

 o=odd()

 next(o)  #step1

 next(o)  #step2

 next(o)  #step3

 #next(o)  #StopIteration

 #总结一下：

 #能用于for循环的类型有

 #（一）集合类型  list,tuple,dict,set,str等

 #（二) generator, 包括生成器和带yield的generator function

 #这些对象统称为可迭代的对象: Iterable

 #可以使用isinstance判断一个对象是否是Iterable对象：

 from collections import Iterable

 print(isinstance([],Iterable))     #True

 print(isinstance('abc',Iterable)) #True

 print(isinstance(100,Iterable))  #False

 #而可以被next()函数调用并不断返回下一个值的对象称为迭代器 Iterator

 #可以使用isinstance()判断是否为Iterator对象

 from collections import Iterator

 print(isinstance((x for x in range(10)),Iterator))

 print(isinstance([2,3,4],Iterator))

 #生成器都是Iterator对象，但是list,dict,str虽然是Iterable，去不是Iterator

 #把list,dict,str转为Iterator可以使用iter()函数

 print(isinstance(iter('abcdefg'),Iterator))

 #结果  True

 #Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是不可能存储全体自然数的