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list
、tuple
、dict
、set
、str
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
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)
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:
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。
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
[ 0 , 1 , 2 , 3 , 4 ]
>>> xrange ( 5 ) #python2.7
xrange ( 5 )
>>> range ( 5 ) #python3.5
range ( 0 , 5 )
|
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 x 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 ([ 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
|
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