1.切片
切片可以取list、tuple、string的元素
python語言中把字符串看做一個tuple，因此可以通過for in 循環取出所有的字符，同樣可以通過切片取出一部分字符
list/tuple/string變量名[a:b:c]
a表示開始取得索引位置，b表示結束的索引位置（不包括在內，因此可以比最后的索引大1，即swift中的endindex）
c表示間隔多少個取值，可以是負數，倒著取值
a、b可以省略，表示取到終點，c可以省略，默認為1
被取得變量是什么類型，取完還是什么類型
2.如1中所述，for循環的對象可以是多種類型，這些類型叫做可迭代對象。
當我們使用for循環時，只要作用于一個可迭代對象，for循環就可以正常運行
如何判斷一個對象是可迭代對象：通過collections模塊的Iterable類型判斷
python內置函數isinstance()：判斷一個變量是否是已知的類型，具體見內置函數頁
其中沒有iterable(可迭代類型)，需要我們手動導入。
from collections import Iterabl
然后用instance(a,iterable)來判斷是否是可迭代對象（可用if），然后打印：
for 變量(可多個) in 可迭代對象(此時會自動給變量賦值) print(變量)
如果對象中沒有這么多變量，則出現錯誤
ValueError: not enough values to unpack (expected m, got n)
對于dict需要說明的是，其中對象只有一個即key，value需要寫
for i in dict.values()
（這與swift不同，swift中把key與value作為兩個變量）
dict.values實際上也是一個迭代器 迭代的時候不可以少()，此類函數如reversed都是如此，輸出需要()
輸出key與value用到dict.items()
否則提示：
TypeError: 'builtin_function_or_method' object is not iterable該函數或方法不可迭代
3.列表生成式（省略循環步驟生成一個list）
[要生成的式子關于x的函數 for x in range(a, b)]
for循環后面還可以加上if判斷
還可以使用多層循環，如：
>>> [m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
4.生成器generator（為了節省空間不計算只儲值）
在Python中，可以簡單地把列表生成式改成generator，也可以通過函數實現復雜邏輯的generator。
（1）把列表生成式改成generator:把列表生成式[]變為()即可得到
（2）定義函數時將print()改為yield
怎么打印出generator的每一個元素呢？
如果要一個一個打印出來，可以通過next()函數獲得generator的下一個返回值直到出現StopIteration的錯誤
或用循環打印
是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。如果用for、print()執行，實際上也相當于不斷地next()、遇到yield返回、再次next()。(這點在迭代器中會繼續提到)
因此你會發現，如果一直用next()、或者循環調用函數，你無法得到結束語句return中的信息（從執行順序理解）
a = (x for x in range(10)) next(a) 0 next(a) 1 next(a) 2 next(a) 3 next(a) 4
for m in a:\ print(m) 5 6 7 8 9
generator中元素用過后不可以再調用
如何得到return語句：如果想要拿到返回值，必須捕獲StopIteration錯誤，返回值包含在StopIteration的value中：
except StopIteration as e: print('Generator return value:', e.value) break
在except里面用except Exception as e 接受異常，然后把這個e打印出來看
5.迭代器
可以直接作用于for循環的數據類型有以下幾種：
(1)集合數據類型，如list、tuple、dict、set、str等；
(2)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。
Python的for循環本質上就是通過將對象變為一個迭代器再不斷調用next()函數實現的。
而可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。
可迭代對象不一定是迭代器。
可以使用isinstance()判斷一個對象是否是Iterator對象
from collections import Iterator isinstance((x for x in range(10)), Iterator) True isinstance([], Iterator) False isinstance({}, Iterator) False isinstance('abc', Iterator) False
生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函數：
isinstance(iter([]), Iterator) True isinstance(iter('abc'), Iterator) True
why:可以把迭代器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
所以list、tuple、string已知長度，不能看做iterator
