高中生零基础学python（十三）

迭代器

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、dict、tuple、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)#list列表数据类型
True
>>> isinstance({}, Iterable)#dict字典数据类型
True
>>> isinstance('abc', Iterable)#str字符串数据类型
True
>>> isinstance((x*x for x in range(5)), Iterable)#生成器generator
True
>>> isinstance(100, Iterable)#number数字数据类型
False

而生成器不仅可以作用于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，提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。

可以使用isinstance()判断一个对象是否是Iterator对象：

>>> from collections.abc import Iterator
>>> isinstance((x*x for x in range(5)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

可以看出，生成器generator都是Iterator对象，但是list、dict、str是Iterable对象都不是Iterator对象。

但是我们是可以通过iter()函数将他们从Iterable变成Iterator

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

那么，为什么list、dict、str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。

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

实际上等价于：

# 首先获得Iterator对象:
num = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(num)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

接下来的几天我们要开始学习函数式编程了，加油！