切片

结论先说

三个常被忽略的点：

1. slice(a, b, c) 是一等公民对象，可以取名字，不用把数字散在代码里。
2. 切片放在赋值号左边，能原地改可变序列，不用重建整个列表。
3. a:b:c 只在 [] 里合法。seq[1:3] 实际调用的是 seq.__getitem__(slice(1, 3))。

为什么切片不含末尾

这个约定不是随意定的，它带来三个很方便的性质：

>>> l = [10, 20, 30, 40, 50, 60]
>>> l[:2]      # 只给 stop，长度一眼看出是 2
[10, 20]
>>> l[2:]      # 从 2 切到底
[30, 40, 50, 60]

性质	说明
只看 stop 就知道长度	range(3) 和 l[:3] 都是 3 项
长度就是 stop - start	不用 ±1 修补
在任意位置一刀两断不重叠	l[:x] + l[x:] 正好拼回原序列，无重无漏

我把它写成了测试：

left, right = splitting_at(2, values)
assert len(left) + len(right) == len(values)   # 不漏
assert left == [10, 20]                        # 不重

为什么值得这么设计

书里提到 Dijkstra 专门写了一篇短文论证这件事（Why Numbering Should Start at Zero）。 结论是：像 2 到 12 这样的序列，永远该写成 2 ≤ i < 13，而不是 2 ≤ i ≤ 12。 Dijkstra 的论证过程比结论有意思，值得一读。

步长可以是负数

>>> s = 'bicycle'
>>> s[::3]
'bye'
>>> s[::-1]
'elcycib'
>>> s[::-2]
'eccb'

第 1 章那个 deck[12::13] 也是这个用法 —— 从下标 12 开始，每次跳 13 步， 正好把四张 A 都挑出来。

切片对象可以取名字

这是我最喜欢的一个技巧。假设要解析这种定长文本：

0.....6.................................40........52...55........
1909  Pimoroni PiBrella                     $17.50    3    $52.50

不要在每个地方写 line[40:52]，把切片存成变量：

SKU         = slice(0, 6)
DESCRIPTION = slice(6, 40)
UNIT_PRICE  = slice(40, 52)
QUANTITY    = slice(52, 55)
ITEM_TOTAL  = slice(55, None)

for item in line_items:
    print(item[UNIT_PRICE], item[DESCRIPTION])

读的时候不用去数「第 40 到第 52 个字符是什么来着」。跟电子表格里给单元格区域命名是一回事。

切片放在左边：原地改

可变序列可以用切片做嫁接、切除、替换：

>>> l = list(range(10))
>>> l[2:5] = [20, 30]        # 3 个位置换成 2 个元素，长度变了
>>> l
[0, 1, 20, 30, 5, 6, 7, 8, 9]

>>> del l[5:7]               # 切片删除
>>> l
[0, 1, 20, 30, 5, 8, 9]

>>> l[3::2] = [11, 22]       # 步长不为 1 时，个数必须刚好对上
>>> l
[0, 1, 20, 11, 5, 22, 9]

>>> l[2:5] = 100
TypeError: must assign iterable to extended slice
>>> l[2:5] = [100]           # 想放一项，得写成列表
>>> l
[0, 1, 100, 22, 9]

右边必须是可迭代对象

l[2:5] = 100 会抛 TypeError，因为 Python 无法猜你的意思：是把 3 个位置都设成 100， 还是塞进去 1 个 100？所以说清楚，写成 [100]。

注意报错信息有两种：普通切片是 must assign iterable to extended slice， 带步长的切片又是另一条。

多维切片和省略号

[] 可以收逗号分隔的多个下标。a[i, j] 传进 __getitem__ 的其实是一个元组：

a[i, j]  ->  a.__getitem__((i, j))

NumPy 的二维数组就是这么工作的。a[m:n, k:l] 是一个二维切片。

...（三个英文句点，不是 Unicode 省略号 …）是 Python 的一个词法记号， 指向 Ellipsis 对象。NumPy 用它做多维切片的快捷写法：x[i, ...] 等价于 x[i, :, :, :]。

Python 内置类型里只有 memoryview 支持多维。标准库里我没找到别的用处 —— 这两个语法主要是给 NumPy 这类扩展留的口子。

我验证的

• test_splitting_has_no_overlap_and_no_gap —— 一刀两断不漏不重
• test_assign_to_slice —— 四步操作之后的最终结果
• test_assign_to_slice_needs_iterable —— 抛 TypeError
• test_slice_object_is_hashable —— slice 可哈希，能当 dict 的键