讲解密码管理器代码
切片（Slice） ----->21.py
L = ['Michael', 'Sarah', 'Tracy', 'Bob', 'Jack'] L[0:3]表示['Michael', 'Sarah', 'Tracy'] L[a] 就是a位置的元素 L[a,b] means [a,b) L[:b] means [0,b) L[a:] means [a,len)如何产生列表[0,1,2,3,...,100]? ---->22.py
字符串 也可以类似切片 ‘asdfdsffewew’[0:3]
迭代
如果给定一个 list 或 tuple，我们可以通过 for 循环来遍历这个 list 或tuple，这种遍历我们称为迭代（Iteration）。在 Python 中，迭代是通过 for ... in ... 来完成的
d = {'a': 1, 'b': 2, 'c': 3}for key in d: # dict的迭代不是按照原来顺序来的 print(key)
for ch in 'ABC': print(ch)
只有 "可迭代对象" 才可以放在for ... in ...之中迭代for in 里面可以放多个元素
from collections import Iterableisinstance(d, Iterable)用来检测是否为可迭代对象
enumerate函数可以把一个 list 变成索引-元素对for i, value in enumerate(['A', 'B', 'C']): print(i, value)0 A1 B2 C
列表生成式(生成一个列表)
[m + n for m in 'ABC' for n in 'XYZ'] ：['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ'][x * x for x in range(1, 11) if x % 2 == 0] ：[4, 16, 36, 64, 100]
生成器 generator类型
通过列表生成式，我们可以直接创建一个列表（真实存在的）。但是，受到内存限制，列表容量肯定是有限的。我们如果需要一个按照某个算法生成的（不用真是存在，只需要在用到的时候算出来就行）(x * x for x in range(1, 11) if x % 2 == 0)generator访问一般用for迭代
如果推算的算法比较复杂，用类似列表生成式的 for循环无法实现的时候，还可以用函数来实现。用带yield函数来生成generator
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1 return
generator相当于一个可恢复函数（惰性计算是什么）生成器和函数的主要区别在于函数 return a value生成器 yield a value同时标记或记忆 point of the yield 以便于在下次调用时从标记点恢复执行。
迭代器:
list 、 tuple 、 dict 、 set 、 str、 generator ，包括生成器和带 yield 的 generator function。这些可以直接作用于 for 循环的对象统称为可迭代对象： Iterable 。
可以使用 isinstance() 判断一个对象是否是 Iterable 对象：isinstance([], Iterable)isinstance((x for x in range(10)), Iterable)返回True or False
而生成器不但可以作用于 for 循环，还可以被 next() 函数不断调用并返回下一个值直到最后抛出 StopIteration 错误表示无法继续返回下一个值了。
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 。from collections import Iteratorisinstance((x for x in range(10)), Iterator)
迭代器都是 Iterator 对象，但 list 、 dict 、 str 虽然是 Iterable ，却不是Iterator 。
把 list 、 dict 、 str 等 Iterable 变成 Iterator 可以使用 iter() 函数：isinstance(iter([]), Iterator)
Iterator 对象可以被 next() 函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration 错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过 next() 函数实现按需计算下一个数据，所以 Iterator 的计算是惰性的，只有在需要返回下一个数据时它才会计算。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 是永远不可能存储全体自然数的。
Python 的 for 循环本质上就是通过不断调用 next() 函数实现的，例如：for x in [1, 2, 3, 4, 5]: pass
实际上完全等价于：
# 首先获得 Iterator 对象:it = iter([1, 2, 3, 4, 5])# 循环:while True: try: # 获得下一个值: x = next(it) except StopIteration: # 遇到 StopIteration 就退出循环 break
函数名也是变量，可以给函数名重定义为自己的变量，也可以给变量重定义为函数名
f = absf(-10)abs=10
既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数def add(x, y, f): return f(x) + f(y)
add(-5, 6, abs)参数 x ， y 和 f 分别接收 -5 ， 6 和 abs ，根据函数定义，我们可以推导计算过程为：x = -5y = 6f = absf(x) + f(y) ==> abs(-5) + abs(6) ==> 11return 11
来自为知笔记(Wiz)