python之路-13-迭代器

标签：imp   数据流   序列   http   示例   gen   会计   ati   技术   

13.1可迭代对象

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。

可以使用isinstance()判断一个对象是否是Iterable对象

#!Author:lanhan
from collections import Iterable
print("列表",isinstance([],Iterable))
print("字典",isinstance({},Iterable))
print("字符串",isinstance(‘abc‘,Iterable))
print("迭代器",isinstance((x for x in range(10)),Iterable))
print("数字",isinstance(100,Iterable))

13.2迭代器

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对象

#!Author:lanhan
from collections import Iterator
print("列表",isinstance([],Iterator))
print("字典",isinstance({},Iterator))
print("字符串",isinstance(‘abc‘,Iterator))
print("迭代器",isinstance((x for x in range(10)),Iterator))
print("数字",isinstance(100,Iterator))

注：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。

总结：

1.生成器一定是迭代器，迭代器不一定是生成器

2.凡是可作用于for循环的对象都是Iterable类型，生成器都是Iterator对象；

3.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

示例1：Python的for循环本质上就是通过不断调用next()函数实现的

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

4.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

13.3 iter()函数

把list、dict、str等Iterable变成Iterator可以使用iter()函数

#!Author:lanhan
from collections import Iterator
print("列表",isinstance(iter([]),Iterator))
print("字典",isinstance(iter({}),Iterator))
print("字符串",isinstance(iter(‘abc‘),Iterator))
print("迭代器",isinstance((x for x in range(10)),Iterator))

python之路-13-迭代器

标签：imp   数据流   序列   http   示例   gen   会计   ati   技术   

原文地址：http://www.cnblogs.com/decorator/p/7898846.html