python 迭代器

发布时间：2018-02-27 16:36:33编辑：admin阅读（3975）

    我们已经知道，可以直接作用于for循环的数据类型有以下几种：

    一类是集合数据类型，如list、tuple、dict、set、str等；

    一类是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。

    可迭代对象，也就是可循环对象。

    可以使用isinstance()判断一个对象是否是Iterable对象：

    查看列表

    from collections import Iterable
print(isinstance([], Iterable))

    执行输出 True


    查看数字

    print(isinstance(100, Iterable))

    执行输出 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。


    可以使用isinstance()判断一个对象是否是Iterator器对象，注意，和上面代码不一致！


    查看一个对象，是否是迭代器

    from collections import Iterator
a = [1,2,3]
b = isinstance((x for x in range(10)), Iterator)
print(a)
print(b)

    执行输出

    False

    True


    a虽然是一个列表(可迭代对象)，但是它没有next()方法，那么a不是迭代器对象。


    生成器都是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：

    from collections import Iterator
print(isinstance(iter([]), Iterator))
print(isinstance(iter('abc'), Iterator))

    执行输出

    True

    True


    你可能会问，为什么list、dict、str等数据类型不是Iterator？


    这是因为Python的Iterator对象表示的是一个数据流，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。


    小结


    凡是可作用于for循环的对象都是Iterable类型；

    凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

    集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。


    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


关键字：

上一篇： python 生成器

下一篇： python 内置函数