小白的Python之路 day4 迭代器

时间:2021-08-20 00:30:53

迭代器

学习前,我们回想一下可以直接作用于for循环的数据类型有以下几种:

  1.集合数据类型,如listtupledictsetstr等;

  2.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.(可迭代对象你可以简单的理解可循环的对象)

  我们怎么判断一个对象是不是可循环或者可迭代的?

可以使用isinstance()判断一个对象是否是Iterable对象:  #isinstance()内置的方法

小白的Python之路 day4  迭代器

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

生成器一定是迭代器,而迭代器不一定是生成器(生成器有next方法,迭代器有next方法不一定是生成器)

小白的Python之路 day4  迭代器

生成器都是Iterator对象,但listdictstr虽然是Iterable,却不是Iterator

listdictstrIterable变成Iterator可以使用iter()函数:

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(走到这一步,我才计算,不走到这一步,我就不计算),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。

总结:

1.凡是可作用于for循环的对象都是Iterable类型;

2.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listdictstr等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。

range()方法

在python2.7和python3的range()方法实现的原理是不一样的,下面我们就来用代码看看,代码如下:

1
2
3
4
5
6
>>> range(5)  #python2.7
[01234]
>>> xrange(5#python2.7
xrange(5)
>>> range(5)  #python3.5
range(05)

从上面的代码可以看出,在python2.7中range()只是一个list,在python3中是一个迭代器,python2.7中xrange()跟python3中的range()功能是一样的。这就是为什么有同学会问python2.7中xrange()比range()方法更快, 

python3中的range()方法实现的原理如下:

1
2
for in range(5):
    pass

 实际相当于:range方法就是next()取的,只是封装了,我们看不到

1
2
3
4
5
6
7
8
9
10
# 首先获得Iterator对象:
it = iter([12345])
# 循环:
while True:
    try:
        # 获得下一个值:
        = next(it)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

在python 2.7 中,文件方法有f.xreadlines(),然后后面就可以用f.next()方法。在3.0中都一样被封装,了解一下就行,以后看到反正咱看得懂