Python中切片操作的示例详解

1. 前言

在刚学python时候，我们都知道字符串（String）、列表（list）和元组（tuple）序列化数据类型支持切片操作。

# slice operation
TUPLE = (1,2,3,4)
LIST = [1,2,3,4]
STRING = "1234"

print("TUPLE[1:3]:",TUPLE[1:3])
print("LIST[1:3]:",LIST[1:3])
print("STRING[1:3]:",STRING[1:3])

# output
TUPLE[1:3]: (2, 3)
LIST[1:3]: [2, 3]
STRING[1:3]: 23

通过上述例子，我们可以快速使用“区间”的方式截取到想要的数据。那么最后一位始终都没有取到？接下来，我们对熟悉的切片操作进行系统学习。

2. 什么是切片

2.1 切片概述

Python 序列数据类型索引从左到右开始是从0开始，依次加+1；诺从右到左索引从-1开始，依次加-1。

在Python 中访问子序列/字符串，使用方括号[]来截取指定的子序列/字符串。例如在列表中要元素2和3，则切片截取为LIST[1:3]

2.2 忽略最后一位元素

在Python中，进行切片操作会不包含最后一位元素，这一风格是与C语言等语言保存以索引位置从0开始的做法。

切片忽略最后一位元素会有以下好处：

当切片操作只给出最后一位时，可以直接明了看到截取的子序列的长度。例如LIST[:2]中包含两个元素

根据 Edsger W. Dijkstar 解释，索引位置从0开始比从1开始优势，元素的序数（下标）等于序列中它之前的元素数。切片长度计算方式可以直接（stop-start）计算出

同时，指定任何一个索引位置x，可以对序列切割成不重叠的两个子序列LIST[:x]和LIST[x:]。

 >>> LIST = [1,2,3,4] 
>>> LIST[:2] # 直接可以知道截取子序列为2
[1, 2]
>>> LIST[2:] # 将LIST在索引位置2处切片
[3, 4]
>>> 

3. 切片原理

切片操作是使用方括号 [] 进行运算的。其格式为 [start:stop:step]。对象在start和stop区间中取出间隔step的元素。step可以取负数。

>>> LIST[1:4:2] 
[2, 4]
>>> LIST[-1:-4:-1] 
[4, 3, 2]
>>> LIST[::-1] 
[4, 3, 2, 1]
>>> LIST[::-2] 
[4, 2]
>>>

start:stop:step 形式在方括号[]内，使用索引下标计算后，返回一个切片对象：slice(start,stop,step)

当序列进行seq[start:stop:step]分片计算时，Python会调用seq.getitem(slice(start,stop,step))方法以元组的形式接收[]方括号索引。

查看Python内置 slice() 方法属性，有三个start、stop和step数据属性和indices方法

>>> slice  
<class 'slice'>
>>> dir(slice) 
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', 
'__format__', '__ge__', '__getattribute__', '__gt__',
 '__hash__', '__init__', '__init_subclass__', '__le__', 
 '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', 
 '__repr__', '__setattr__', '__sizeof__', '__str__', 
'__subclasshook__', 'indices', 'start', 'step', 'stop']
>>>

根据当序列调用slice方法后，会先执行Seq.indices(len)方法计算出序列Seq从开始start和结束stop位置，步数step。当超出边界时，会截掉。

>>> slice(None,5,1).indices(2) #1
(0, 2, 1)
>>> slice(-3,None,None).indices(2) #2
(0, 2, 1)
>>>

#1 seq[:5:1] 等于 seq[0:2:1]

#2 seq[-3:] 等于 seq[0:2:1]

切片其实还可以支持使用逗号分开多个索引，例如第三库Numpy库就是使用这个特性。

4. 切片赋值

将序列进行切片操作后得到切片对象可以进行赋值，但是必须遵循以下条件：

切片做为对象，那么等号右边必须是一个可迭代的对象

即使切片里只有一个值，也要转换成可迭代的序列

否则的话，系统会抛出TypeError

>>> LIST = [1,2,3,4,5]
>>> LIST[1:4] = 23
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: can only assign an iterable
>>>

5. 切片计算

在Python中，切片对象可以进行 “+”或“*”运算，以达到拼接组合成新的切片对象。

通过 "+" 连接的是两个同类型序列，两个序列拼接后序列不会发生改变，Python内部会重新创建新的序列

>>> LIST = [1,2,3,4]
>>> LIST2 = [5,6,7]
>>> LIST + LIST2
[1, 2, 3, 4, 5, 6, 7]
>>> s1 = "Jue"    
>>> s2 = "Jin" 
>>> s1 + s2
'JueJin'

通过“Seq*n”,可以将原数据类型复制n份，然后再拼接起来组合新的序列

>>> LIST = [1,2,3,4]
>>> LIST * 3
[1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4]
>>> s1 = "Jue"       
>>> s1 * 3
'JueJueJue'

以上案例中，都是针对元素是不可变的数据类型进行复制操作的，那么元素是可变数据类型进行复制会发生什么样呢？

例如我们要创建一个二维的列表，长度为3。可能快捷的写法如下：

>>> LIST = [["_"]]*3 
>>> LIST
[['_'], ['_'], ['_']]

但是对坐标0,0进行赋值，发现3个元素都发生变化

>>> LIST[0][0] = 1
>>> LIST
[[1], [1], [1]]

这个和我们实际想要的效果不一样，我们需要得到是列表中每一个元素之间都是独立的，那么我们写法上要与上述有区别的

>>> LIST = [["_"] for i in range(3)] 
>>> LIST
[['_'], ['_'], ['_']]
>>> LIST[0][0] = 1
>>> LIST
[[1], ['_'], ['_']]
>>>

为什么两种写法差距这么大，原因在于第一种写法虽然看上去和写法二一样，但是写法一初始化时候，是得到元素都是引用，都指向同一个列表。当我们对其中一个元素进行赋值时，另外两个也会跟着变化。

6. 总结

本期，对 Python 关于序列、字符串常用到的切片操作，进行深入学习。切片操作原理在于Python内部会通过__getitem__()方法调用slice对象，然后slice对象通过indices(len)方法算出切片的长度。哪怕遇到缺失索引和负数索引，以及长度超过目标序列的切片都可以优雅地进行处理。