-
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:>>> from collections.abc import Iterable >>> isinstance([], Iterable) True >>> isinstance({}, Iterable) True >>> isinstance('abc', Iterable) True >>> isinstance((x for x in range(10)), Iterable) True >>> isinstance(100, Iterable) False
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
。也可以使用
isinstance()
判断一个对象是否是Iterator
对象:>>> from collections.abc import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False
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:>>> isinstance(iter([]), Iterator) True >>> isinstance(iter('abc'), Iterator) True
-
你可能会问,为什么
list、dict、str
等数据类型不是Iterator
?这是因为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。 -
小结
☆凡是可作用于
for
循环的对象都是Iterable
类型;☆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,所以generator
对象既是Iterable
类型,也是Iterator
类型;☆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。Python的
for
循环本质上就是通过不断调用next()
函数实现的,例如: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
16.Python高级特性 迭代器 详解
最新推荐文章于 2021-11-24 15:11:41 发布