切片，就像面包，给几刀，切成一片一片，可以做成吐司，也可以做成三明治，口味更佳：
列表（list）、元组（tuple）、字符串（str）都能进行切片，得到子片段，实际上切片操作比想象的要强大很多，能取值，亦能赋值。
忽略最后一个元素切片是用下标和冒号来描述的，比如s[2:13]。对于2, 3, ..., 12这个序列，表达为[2, 13)，左闭右开，比[2, 12]和(1, 13)都更合理，理由如下：
上限减去下限等于元素个数，比如13 - 2 = 11，刚好就有11个元素。
连续的范围没有重叠，比如[2, 13) 和 [13, 25) 是两个连续的范围，13只会包含在后一个里。
下标从0开始对于10个元素，写成[0, 10)比[1, 11)更合理，理由如下：
N个元素，[0, N)比[1, N+1)写法更简洁，不需要+1。
某个元素的下标等于排在它前面元素的个数，方便使用，比如：
0 1 2 3 4 5 6 7 8 9 ^ 前面有4个元素 好用的切片以上两个数学理论给切片使用带来了很多好处：
当只有最后一个位置信息时，可以快速看出有几个元素，比如my_list[:3]返回3个元素。
当起止位置信息都可见时，可以快速计算出长度，用stop - start就可以了，比如my_list[1:3]长度为2。
利用任意一个下标把序列切割成不重叠的两部分，只要写成my_list[:x]和my_list[x:]就可以了，比如
>>> my_list = [10, 20, 30, 40, 50, 60] >>> my_list[:3] [10, 20, 30] >>> my_list[3:] [40, 50, 60]Python里的范围（range）也是忽略最后一个元素，下标从0开始的。
切片间隔切片除了s[a:b]，还有第三个下标s[a:b:c]，意思是对s在a和b之间以c为间隔取值，c还可以为负，负值意味着反向取值。比如：
>>> s = "bicycle" >>> s[::3] "bye" >>> s[::-1] "elcycib" >>> s[::-2] "eccb"a:b:c更严谨的描述是start:stop:step。
语法如此简洁，用脚想也知道是Python魔法方法干的好事！在对s[a:b:c]进行求值的时候，Python实际上会调用s.__getitem__(slice(a, b, c))，熟悉的配方，熟悉的味道。slice(a, b, c)是a:b:c用在[]中返回的切片对象，slice()是Python内置函数，示例：
invoice = "Mini Kit $34.95 1 $ 34.95" SKU = slice(0, 8) print(invoice[SKU]) 切片赋值切片有一个强大功能是给切片赋值，如果把切片放在赋值语句的左边，或把它作为del操作的对象，我们就可以对序列进行嫁接、切除或就地修改操作。示例：
>>> l = list(range(10)) >>> l [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> del l[5:7] >>> l [0, 1, 2, 3, 4, 7, 8, 9] >>> l[3:2] = [11, 22] >>> l [0, 1, 2, 11, 22, 3, 4, 7, 8, 9] >>> l[2:5] = [100] >>> l [0, 1, 100, 3, 4, 7, 8, 9]注意，如果赋值的对象是一个切片，那么赋值语句的右侧必须是个可迭代对象，即使只有单独一个值，否则会报错：
>>> l[2:5] = 100 Traceback (most recent call last): File "<input>", line 1, in <module> TypeError: can only assign an iterable 多维切片除了一维切片，Python还支持多维切片，这在多维数组中能体现出来。NumPy是Python第三方库，提供了高阶数组，使得Python成为科学计算应用的主流语言。示例：
>>> import numpy >>> a = numpy.arange(12) >>> a array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) >>> a.shape (12,) >>> a.shape = 3, 4 >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> a[:, 1] array([1, 5, 9]) >>> a[1:2, 2:3] array([[6]]) >>> a[1:3, 2:4] array([[ 6, 7], [10, 11]])在NumPy中，省略号...用作多维数组切片的快捷方式，如果x是四维数组，那么x[i, ...]就是x[i, :, :, :]的缩写，比如：
>>> a.shape = 2, 2, 3 >>> a array([[[ 0, 1, 2], [ 3, 4, 5]], [[ 6, 7, 8], [ 9, 10, 11]]]) >>> a[:, :, 1] array([[ 1, 4], [ 7, 10]]) >>> a[..., 1] array([[ 1, 4], [ 7, 10]]) 小结本文介绍了Python强大的切片操作，因为忽略最后一个元素和下标从0开始，所以切片用起来特别顺手，除了开始和结尾，还能设置切片间隔，间隔为负可以反向取值。切片赋值是切片另一个强大功能，需要注意的是赋值语句的右侧必须是个可迭代对象。
参考资料：
《流畅的Python》
https://blog.wz52.cn/archives/174.html