标签:序列 字符串 初始 一个 class dell 开始 ext int
迭代器即用来迭代取值的工具,而迭代是重复反馈过程的活动,其目的通常是为了逼近所需的目标或结果,每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代。
实例:
goods=[‘mac‘,‘lenovo‘,‘acer‘,‘dell‘,‘sony‘] index=0 while index < len(goods): print(goods[index]) index+=1
通过索引的方式进行迭代取值,实现简单,但仅适用于序列类型:字符串,列表,元组。对于没有索引的字典、集合等非序列类型,必须找到一种不依赖索引来进行迭代取值的方式,这就用到了迭代器。
可迭代对象(Iterable): 但凡内置有__iter__方法的都称之为可迭代对象。字符串、列表、元组、字典、集合、打开的文件都是可迭代对象:
‘‘.__iter__() [].__iter__() ().__iter__() {}.__iter__() dict({}).__iter__() open(‘a.txt‘).__iter__()
调用obj.iter()方法返回的结果就是一个迭代器对象(Iterator)。迭代器对象是内置有iter和next方法的对象,打开的文件本身就是一个迭代器对象,执行迭代器对象.iter()方法得到的仍然是迭代器本身,而执行迭代器.next()方法就会计算出迭代器中的下一个值。 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式,只要存在多个“值”,无论序列类型还是非序列类型都可以按照迭代器的方式取值
# 调用可迭代对象下的__iter__方法会将其转换成迭代器对象 d = {1: ‘a‘, 2: ‘b‘, 3: ‘c‘} # d_iterator = d.__iter__() d_iterator = iter(d) print(d_iterator) # print(d_iterator.__next__()) # print(d_iterator.__next__()) # print(d_iterator.__next__()) # print(d_iterator.__next__()) # 抛出异常StopIteration
# 可迭代对象与迭代器详解 # 可迭代对象("可以转换成迭代器的对象"): 内置有__iter__方法的对象 # 迭代器对象: 内置有__next__方便并且内置有__iter__方法的对象 # 迭代器对象.__next__(): 得到迭代器的下一个值 # 迭代器对象.__iter__(): 得到迭代器的本身 # 迭代器对象是可迭代对象, 可迭代对象不是迭代器对象 dic = {‘a‘: 1, ‘b‘: 2, ‘c‘: 3} dic_iterator = dic.__iter__() print(dic_iterator.__iter__() is dic_iterator) # True
可迭代对象: 字符串、元组、列表、集合、字典、文件对象
迭代器对象: 文件对象
# 1. d.__iter__()得到一个迭代器对象 # 2. 迭代器对象.__next__()拿到第一个返回值, 返回将该返回值赋值给k # 3. 循环往复步骤2, 直到抛出StopIteration异常for循环会捕捉异常然后结束循环
优点:
1. 为序列和非序列类型提供了一种统一的迭代取值方式。
2. 惰性计算:迭代器对象表示的是一个数据流,可以只在需要时才去调用next来计算出一个值,就迭代器本身来说,同一时刻在内存中只有一个值,因而可以存放无限大的数据流,而对于其他容器类型,如列表,需要把所有的元素都存放于内存中,受内存大小的限制,可以存放的值的个数是有限的。
缺点:
1. 除非取尽,否则无法获取迭代器的长度
2. 只能取下一个值,不能回到开始,更像是‘一次性的’,迭代器产生后的唯一目标就是重复执行next方法直到值取尽,否则就会停留在某个位置,等待下一次调用next;若是要再次迭代同个对象,你只能重新调用iter方法去创建一个新的迭代器对象,如果有两个或者多个循环使用同一个迭代器,必然只会有一个循环能取到值。
标签:序列 字符串 初始 一个 class dell 开始 ext int
原文地址:https://www.cnblogs.com/featherwit/p/13125172.html