标签：oba span obj ons top 勤奋 col 常用 break
鸡汤：
要时刻不断地给自己灌输一种思想：都TMD是个人，凭什么他会而我就不会？王候将相宁有种乎？我承认人有天赋的差别，但是勤奋能弥补缺陷！所以，根据以上观点得出以下结论，只要出生时不是个傻子，那么就没有蠢的人，只有懒的猪！只要勤奋上进，小白也会变大神。加油
——奔跑吧小白
定义：带有__iter__方法的就是可迭代对象
python常用的数据类型中，除了数字外，都是迭代对象。
例：用isinstance判断python常用数据类型是否为迭代对象，经验证，python常用数据类型中除数字类型外，都是可迭代对象。
from collections import Iterable
int1 = 1
str1 = ‘xiaobai‘
list1 = [1,2,3,4,5]
tuple1 = (1,2,3,4,5)
dic1 = {‘a‘:1,‘b‘:2,‘c‘:3}
set1 = {1,2,3,4}
f = open(‘a.txt‘,‘w‘)
# 用isinstance判断是否为迭代对象
print(isinstance(int1,Iterable)) # 数字类型结果：False
print(isinstance(str1,Iterable)) # 字符串结果：True
print(isinstance(list1,Iterable)) # 列表结果：True
print(isinstance(tuple1,Iterable)) # 元组结果：True
print(isinstance(dic1,Iterable)) # 字典结果：True
print(isinstance(set1,Iterable)) # 集合结果：True
print(isinstance(f,Iterable)) # 文件结果：True
输出结果：
False
True
True
True
True
True
True
定义：将迭代对象的__iter__后加上括号执行，得到的结果就是迭代器。
取值：迭代器对象通过__next__方法，加上括号拿到迭代器里的值。（迭代器也有一个__iter__方法。）
特点：
优点：不依赖于索引，惰性计算节省内存
缺点：取值不方便，一次性取值，只能住后取，不能回退。
例1：迭代器用__next__()的方式取值
l = [1,2,3,4,5]
x = l.__iter__() # 迭代器
print(x.__next__())
print(x.__next__())
print(x.__next__())
print(x.__next__())
print(x.__next__())
print(x.__next__()) # 已知列表l有5个值，
# 当取到第6个值的时候会异常 StopIteration
输出结果：
1 Traceback (most recent call last): 2 File "C:/Users/William/PycharmProjects/Python_Item2/study/day9/迭代器.py", line 19, in <module> 3 4 print(x.__next__()) # 已知列表l有5个值， 5 StopIteration
例2：用isinstance判断python常用数据类型是否为迭代器对象
from collections import Iterator
int1 = 1
str1 = ‘xiaobai‘
list1 = [1,2,3,4,5]
tuple1 = (1,2,3,4,5)
dic1 = {‘a‘:1,‘b‘:2,‘c‘:3}
set1 = {1,2,3,4}
f = open(‘a.txt‘,‘w‘)
# 用isinstance判断是否为迭代器对象
print(isinstance(int1,Iterator)) # 数字类型结果：False
print(isinstance(str1,Iterator)) # 字符串结果：True
print(isinstance(list1,Iterator)) # 列表结果：True
print(isinstance(tuple1,Iterator)) # 元组结果：True
print(isinstance(dic1,Iterator)) # 字典结果：True
print(isinstance(set1,Iterator)) # 集合结果：True
print(isinstance(f,Iterator)) # 文件结果：True
输出结果：
False
False
False
False
False
False
True
例3：迭代器执行__iter__方法后得到的还是自己。
# 文件是迭代器
with open(‘a.txt‘,‘r‘,encoding=‘utf-8‘) as f:
print(f) # 得到迭代器
obj = f.__iter__() # 执行__iter__后仍然是迭代器
print(obj is f) # True
输出结果：
<_io.TextIOWrapper name=‘a.txt‘ mode=‘r‘ encoding=‘utf-8‘> True
步骤：
1、先执行迭代对象的__iter__()方法，得到迭代器
2、for循环会自动调用迭代器内的__next__()方法，将得到的返回值再赋予变量
3、直到捕捉到StopIteration这个异常后，再结束循环。
for循环只能判断要遍历的对象是否为迭代对象，而不能只判断是否为迭代器。
例：
l = [1,2,3,4]
for i in l: # 1、先执行迭代对象的__iter__（）方法，得到迭代器
# 2、for循环会自动调用迭代器下面的__next__（）方法，得到返回值后再赋予变量“i”
# 3、直到报出StopIteration异常，for循环再捕捉到这个异常，最后结束循环。
print(i)
这里要用到一个新的知识点：
try...except
用于捕捉程序出现的异常。
语法：
try
逻辑
except 要捕捉的异常：
条件
d = {‘a‘:1,‘b‘:2,‘c‘:3}
obj = d.__iter__() # 1、先将迭代对象转换成迭代器
while True: # 2、再用__next__()方法取值
try: # 3、用try...except捕捉StopIteration的异常。
i = obj.__next__()
print(i)
except StopIteration:
break
Python基础第九天——迭代对象、 迭代器对象、生成器、三元表达式列表解析、生成器表达式
标签：oba span obj ons top 勤奋 col 常用 break
原文地址：http://www.cnblogs.com/xiaoxiaobai/p/7773649.html
