第一章 Python基础入门之迭代器-CSDN博客

本文链接：https://blog.csdn.net/boranyueshijie/article/details/131355355

系列文章目录

文章目录

系列文章目录
前言
相关内容
- 迭代器

前言

Python系列学习

相关内容

迭代器

通常上，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：list、tuple、dict、sct、str等
另一类是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。

1、使用isinstance()判断一个对象是否是Iterable对象（返回true/false）：

# 1、迭代对象Iterable
# 使用isinstance()判断一个对象是否是Iterable可迭代对象
from collections.abc import Iterable

print( isinstance( [],Iterable ) )

print( isinstance( {},Iterable ) )

print( isinstance( 'abc',Iterable ) )

print( isinstance( (x for x in range(10)),Iterable ) )

print( isinstance( 88,Iterable ) )

生成器不仅可以作用于for循环，还被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。
所以，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。

2、使用isinstance()判断一个对象是否是Iterator对象（返回true/false）

# 2、迭代器Iterator
# 使用isinstance()判断一个对象是否是Iterator迭代器
from collections.abc import Iterator

print( isinstance( (x for x in range(20)),Iterator ) )

print( isinstance( [],Iterator ) )

print( isinstance( {},Iterator ) )

print( isinstance( 'abc',Iterator ) )

为什么list、dict、str等数据类型不是迭代器Iterator ？
因为python的Iterator对象表示是一个数据流，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。可以把数据流Iterator对象视为一个有序序列，但无法提前直到序列的长度，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，只有在需要反回下一个数据时才会计算。Iterator甚至可以表示为一个无限大的数据流，如全体自然数。而使用list是永远不可能存储全体自然数的。
list、dict、str等集合数据类型是可迭代对象Iterable，但不是Iterator，但可以通过iter()函数获得Iterator对象。

3、通过iter()函数把Iterable对象转化为Iterator对象（以列表为例）

# for循环本质是通过不断调用next()函数实现的，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:
        x = next(it)  #获得下一个值
    except.StopIteration:
        break         #遇到StopIteration就退出循环