python 迭代器 生成器 可迭代对象

参考:

人人都能看懂的「迭代器、生成器」入门指南!

【图说Python基础】迭代器和生成器入门

迭代 - 廖雪峰的官方网站

1.1 迭代(iteration)

迭代:使用for循环遍历所有元素

在c中

for (i=0; i<length; i++) {
    n = list[i];
}

在python中

list1 = [4,5,6,7,8,9]
for each in list1:
    print(each)

1.2 可迭代对象

能够执行上述迭代操作(遍历所有元素)的对象就是可迭代对象

如何判断一个对象是可迭代对象?

通过collections.abc模块的Iterable类型判断

from collections.abc import Iterable
isinstance([4,5,6,7],Iterable)
#True

python中哪些对象是可迭代对象?

含有 __iter__() 方法或 __getitem__() 方法的对象称之为可迭代对象

1.3 迭代器

执行可迭代对象__iter__方法就能得到一个 迭代器

list1 = [4,5,6,7,8]
it1 = list1.__iter__()#得到一个迭代器
it1
# <list_iterator object at 0x0000019667BA73A0>

并且这个迭代器会有一个 __next__方法。

执行 __next__方法来使用迭代器

it1.__next__()
#4
it1.__next__()
#5
it1.__next__()
#6
it1.__next__()
#7
it1.__next__()
#8
it1.__next__()
#Traceback (most recent call last):
  File "<pyshell#19>", line 1, in <module>
    it1.__next__()
StopIteration

调用迭代器的 __next__()取值的时候,已经被取出的值不会再次取出,迭代器是有状态的,能够记住状态,从上一次结束的地方再开始

也可以使用python内置的iter方法和next方法

list2 = [1,2,3,4,5]
it2 = iter(list2)
it2
#<list_iterator object at 0x0000019667BA7430>
next(it2)
#1
next(it2)
#2
next(it2)
#3
next(it2)
#4
next(it2)
#5
next(it2)
#Traceback (most recent call last):
  File "<pyshell#28>", line 1, in <module>
    next(it2)
StopIteration

多次执行iter返回的迭代器对象是不同的

list1 = [4,5,6,7,8]
it11 = list1.__iter__()
it12 = list1.__iter__()
it11
#<list_iterator object at 0x0000019667BA7400>
it12
#<list_iterator object at 0x0000019667BA6EF0>
list2 = [1,2,3,4,5]
it21 = iter(list2)
it22 = iter(list2)
it21
#<list_iterator object at 0x0000019667BA6E00>
it22
#<list_iterator object at 0x0000019667BA6EC0>
it11==it12
#False
it21==it22
#False

可迭代的对象和迭代器之间的关系是:Python 从可迭代的对象 中获取迭代器。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中的迭代器生成器是一种基于惰性计算的概念,它们可以有效地处理大量的数据或者无限序列。下面我将分别介绍迭代器生成器迭代器(Iterator)是一个实现了迭代协议(Iterator Protocol)的对象。通过调用内置函数 `iter()` 可以将可迭代对象转换为迭代器迭代器对象可以使用内置函数 `next()` 来逐个访问数据元素,直到没有更多的元素可供访问时,会引发 `StopIteration` 异常。例如,可以使用迭代器来遍历列表、元组、集合等容器类型的数据。 生成器(Generator)则是一种特殊的迭代器。它不需要显式地实现迭代协议,而是通过函数中的 `yield` 关键字来实现惰性计算。生成器函数在每次调用时返回一个值,并在下一次调用时从上一次离开的位置继续执行。这样可以节省大量的内存空间,并且提高程序的效率。生成器函数定义时使用 `def` 关键字,并包含至少一个 `yield` 关键字。 下面是一个简单的示例代码,演示了如何使用迭代器生成器: ```python # 使用迭代器遍历列表 my_list = [1, 2, 3, 4, 5] my_iter = iter(my_list) while True: try: item = next(my_iter) print(item) except StopIteration: break # 使用生成器生成斐波那契数列 def fibonacci(): a, b = 0, 1 while True: yield a a, b = b, a + b fib = fibonacci() for i in range(10): print(next(fib)) ``` 希望以上解释能够帮助你理解迭代器生成器的概念。如果有任何进一步的问题,请随时提问!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值