【Python基础】迭代器（6722字）

已于 2024-05-10 14:34:46 修改
阅读量2.8k 收藏 10
点赞数 24
分类专栏： # Python基础 文章标签： Python基础
于 2024-04-15 11:50:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/from__2024_04_11/article/details/137775230
版权
本文阐述了Python中的迭代机制，包括判断数据类型是否可迭代，迭代器的使用，自定义迭代器示例，for循环底层原理，以及多种接收可迭代对象的方法。
摘要由CSDN通过智能技术生成

文章目录

因上努力

个人主页：丷从心·

系列专栏：Python基础

学习指南：Python学习指南

果上随缘

什么是迭代

  • 迭代是访问序列类型元素的一种方式
nums = [1, 2, 3, 4, 5, 6]

for num in nums:
    print(num)

1
2
3
4
5
6
  • 可以使用for循环对string、list、tuple、dict、set等序列数据类型进行遍历，从中依次获取元素，这个过程称为迭代

可迭代对象

  • 是否所有的数据类型都可以通过for循环进行迭代呢？
tel = 10086

for item in tel:
    print(item)

Traceback (most recent call last):
  File "C:/Users/FOLLOW_MY_HEART/Desktop/Python Basics/【Python基础】迭代器/test.py", line 3, in <module>
    for item in tel:
TypeError: 'int' object is not iterable
  • 通过运行发现TypeError异常，显示int类型不是iterable类型，即可迭代类型
判断数据类型是否为可迭代类型
from collections.abc import Iterable

# 判断 string 类型是否为可迭代类型
print(isinstance('', Iterable))
# 判断 list 类型是否为可迭代类型
print(isinstance([], Iterable))
# 判断 tuple 类型是否为可迭代类型
print(isinstance((), Iterable))
# 判断 dict 类型是否为可迭代类型
print(isinstance({'': ''}, Iterable))
# 判断 set 类型是否为可迭代类型
print(isinstance({}, Iterable))

# 判断 int 类型是否为可迭代类型
print(isinstance(0, Iterable))
# 判断 float 类型是否为可迭代类型
print(isinstance(3.14, Iterable))

True
True
True
True
True
False
False
  • 可以看到string、list、tuple、dict、set数据类型是Iterable类的实例，是可迭代类型
  • int、float数据类型不是Iterable类的实例，不是可迭代类型

迭代器

  • 迭代器是一个记录遍历位置的对象
  • 迭代器对象从第一个元素开始访问，直至对所有的元素进行了访问
  • 迭代器只能前进，不能后退
对可迭代对象进行迭代的本质

  • 在对可迭代对象进行迭代的过程中，每迭代一步都会返回对象的下一个元素数据，一直向后读取元素数据，直至迭代了所有的元素

  • 在这个过程中应该存在记录当前遍历位置的对象，以便每一步迭代都能返回下一条数据，这个对象就是迭代器

  • 可迭代对象的本质就是提供了进行数据迭代的迭代器对象的对象类型

  • list、tuple等都是可迭代对象，可以通过iter()函数获取这些可迭代对象提供的迭代器，然后可以通过对迭代器使用next()函数来获取下一条数据

获取可迭代对象的迭代器
  • 通过iter()函数获取可迭代对象的迭代器
from collections.abc import Iterator

number_list = [1, 2, 3, 4, 5, 6]

number_list_iter = iter(number_list)  # 获取 list 对象的迭代器

print(type(number_list_iter))

print(isinstance(number_list, Iterator))
print(isinstance(number_list_iter, Iterator))

<class 'list_iterator'>
False
True
通过迭代器获取数据
  • 通过对迭代器使用next()函数来获取下一条数据
number_list = [1, 2, 3]

number_list_iter = iter(number_list)  # 获取 list 对象的迭代器

number_1 = next(number_list_iter)
print(number_1)

number_2 = next(number_list_iter)
print(number_2)

number_3 = next(number_list_iter)
print(number_3)

1
2
3
StopIteration异常
  • 如果将上面的代码多调用一次next()会发生什么？
number_list = [1, 2, 3]

number_list_iter = iter(number_list)  # 获取 list 对象的迭代器

number_1 = next(number_list_iter)
print(number_1)

number_2 = next(number_list_iter)
print(number_2)

number_3 = next(number_list_iter)
print(number_3)

number_4 = next(number_list_iter)  # 这里会产生异常
print(number_4)

1
2
3
Traceback (most recent call last):
  File "C:/Users/FOLLOW_MY_HEART/Desktop/Python Basics/【Python基础】迭代器/test.py", line 14, in <module>
    number_4 = next(number_list_iter)  # 这里会产生异常
StopIteration
  • 可以看到第 14 14 14行代码处产生了异常
  • 因为列表nums中只有 3 3 3个元素，调用 4 4 4次next()显然无法获取到第 4 4 4个元素
  • 所以StopIteration异常其实是一种告知迭代结束的标志而已
  • 添加异常处理即可解决问题
number_list = [1, 2, 3]

number_list_iter = iter(number_list)  # 获取 list 对象的迭代器

number_1 = next(number_list_iter)
print(number_1)

number_2 = next(number_list_iter)
print(number_2)

number_3 = next(number_list_iter)
print(number_3)

try:
    number_4 = next(number_list_iter)  # 这里会产生异常
    print(number_4)
except StopIteration as e:
    print('迭代结束...')

1
2
3
迭代结束...

自定义迭代器

  • 上面提到的iter()方法必须是从可迭代对象提取迭代器对象，但是怎样保证自定义对象是可迭代对象呢？
_iter_()方法
无_iter_()方法
from collections.abc import Iterable


class MyList:
    def __init__(self):
        self.my_list = list()

    def add(self, item):
        self.my_list.append(item)


my_list = MyList()

print(isinstance(my_list, Iterable))

False
有_iter_()方法
from collections.abc import Iterable


class MyList:
    def __init__(self):
        self.my_list = list()

    def add(self, item):
        self.my_list.append(item)

    def __iter__(self):
        pass


my_list = MyList()

print(isinstance(my_list, Iterable))

True
  • 可以看出，只要一个类定义了__iter__()方法，那么这个类的实例就是可迭代对象
  • 实际上，当调用iter()方法获取一个可迭代对象的迭代器时，会自动触发这个对象的__iter__()方法，返回这个对象的迭代器
_next_()方法
  • 通过对迭代器使用next()函数能够获取下一条数据，实际上会自动触发这个对象的__next__()方法
  • 所以想要构造一个迭代器，就要实现__next__()方法
  • Python要求迭代器本身也是可迭代的，所以还要为迭代器类实现__iter__()方法，而__iter__()方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器类的__iter__()方法返回自身即可
  • 一个实现了__iter__()方法和__next__()方法的对象就是迭代器
判断数据类型是否为迭代器类型
  • 使用isinstance()判断一个对象是否是Iterator对象
from collections.abc import Iterable, Iterator

number_list = [1, 2, 3]

print(isinstance(number_list, Iterable))
print(isinstance(number_list, Iterator))

number_list_iter = iter(number_list)

print(isinstance(number_list_iter, Iterable))
print(isinstance(number_list_iter, Iterator))

True
False
True
True
自定义迭代器案例
分离构造
class MyList:
    def __init__(self):
        self.items = list()
        self.current = 0  # 记录当前迭代位置

    def add(self, value):
        self.items.append(value)

    def __iter__(self):
        return MyIterator(self)  # 返回一个迭代器对象


class MyIterator:
    def __init__(self, my_list_obj):
        self.my_list_obj = my_list_obj

    def __iter__(self):
        return self

    def __next__(self):
        if self.my_list_obj.current < len(self.my_list_obj.items):
            item = self.my_list_obj.items[self.my_list_obj.current]

            self.my_list_obj.current += 1  # 当前迭代位置加 1

            return item
        else:
            raise StopIteration  # 手动抛出异常


if __name__ == '__main__':
    my_list = MyList()

    my_list.add(1)
    my_list.add(2)
    my_list.add(3)

    iter_obj = iter(my_list)

    print(next(iter_obj))  # 打印 1

    # 打印 2、3, 思考一下为什么 for 循环从 2 开始打印
    for item in my_list:
        print(item)

1
2
3
整合构造
class MyList:
    def __init__(self):
        self.items = list()
        self.current = 0  # 记录当前迭代位置

    def add(self, value):
        self.items.append(value)

    def __iter__(self):
        return self  # 返回一个迭代器对象

    def __next__(self):
        if self.current < len(self.items):
            item = self.items[self.current]

            self.current += 1  # 当前迭代位置加 1

            return item
        else:
            raise StopIteration  # 手动抛出异常


if __name__ == '__main__':
    my_list = MyList()

    my_list.add(1)
    my_list.add(2)
    my_list.add(3)

    iter_obj = iter(my_list)

    print(next(iter_obj))  # 打印 1

    # 打印 2、3, 思考一下为什么 for 循环从 2 开始打印
    for item in my_list:
        print(item)

1
2
3
for循环的本质
number_list = [1, 2, 3, 4, 5, 6]

number_list_iter = iter(number_list)
while True:
    try:
        print(next(number_list_iter))
    except StopIteration:
        break

1
2
3
4
5
6
  • 在对可迭代对象进行迭代时，for循环先调用iter()方法，会自动触发这个对象的__iter__()方法，返回这个对象的迭代器
  • 然后，对获取到的迭代器不断调用next()方法，会自动触发这个对象的__next__()方法，返回下一条数据
  • 最后，通过处理StopIteration异常来结束循环

接收可迭代对象的方式

  • 并不是只有for循环能够接收可迭代对象
  • list()、tuple()等也能接收可迭代对象
示例
class MyList:
    def __init__(self):
        self.items = list()
        self.current = 0  # 记录当前迭代位置

    def add(self, value):
        self.items.append(value)

    def __iter__(self):
        return self  # 返回一个迭代器对象

    def __next__(self):
        if self.current < len(self.items):
            item = self.items[self.current]

            self.current += 1  # 当前迭代位置加 1

            return item
        else:
            raise StopIteration  # 手动抛出异常


if __name__ == '__main__':
    my_list = MyList()

    my_list.add(1)
    my_list.add(2)
    my_list.add(3)

    iter_obj = iter(my_list)

    print(list(iter_obj))

[1, 2, 3]
  • 对迭代器iter_obj调用list()，返回包含所有数据的列表
「已注销」
关注
  • 24
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
〖Python零基础入门篇(61)〗- Python 中的迭代器
易编橙 · 终身成长社群，相遇已是上上签！
04-01 4万+
该章节我们来学习一下 Python 中的一个新的概念，那就是 迭代器 。迭代器的使用可以帮助我们提升代码的性能，接下来让我们看一下关于迭代器，我们需要学习一下哪些内容。
全面理解Python中的迭代器
南风以南
04-29 3089
迭代是一种重复获取数据集合中元素的过程，一次只获取一个元素，直到遍历完所有元素。在Python中，迭代通常用于遍历序列（如列表、元组）或任何可迭代对象。自定义迭代器允许我们创建自己的数据结构并以迭代方式访问其内容。在Python中，最常见的方式是通过生成器函数来实现。生成器函数是一种特殊的迭代器，使用yield语句暂停和恢复函数的执行。# 使用自定义迭代器print(num)itertools模块包含了许多有用的迭代器函数，如count()cycle()chain()等。例如，count()break。
Python基础之迭代器
weixin_48323589的博客
04-19 901
迭代器即是用来迭代取值的工具，而迭代是重复反馈取值的过程，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。
python中迭代器的基本方法_python基础-迭代器
weixin_31188325的博客
01-13 1117
一 迭代器介绍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迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复都是基于上一次的结果而继续的，单纯的重复并不是迭代whileTrue:msg= input('>>:').strip(...
Python基础：迭代器（Iterators）详解
Snailandfish的专栏
11-20 1354
定义一个方法 返回一个带有方法的对象。
Python基础教程：迭代器
Python热爱者的博客
07-09 1029
迭代是什么 迭代指的是一个重复的过程，每次重复都必须基于上一次的结果而继续，单纯的重复并不是迭代，如Python中的for循环就是一个非常好的迭代例子。 for item in range(10): print(item) 迭代必须向前推进，不能后退，如下所示： # [0 , 1, 2, 3, 4, 5, 6, 7, 8, 9] # ------------------------------> 下面这种方式就不属于迭代： # [0 , 1, 2, 3, 4, 5, 6, 7, 8, 9]
什么是Python迭代器？
老猿Python
06-30 5836
迭代器（Iterator）：迭代器可以看作是一个特殊的对象，每次调用该对象时会返回自身的下一个元素，从实现上来看，一个迭代器对象必须是定义了__iter__()方法和next()方法的对象。 Python的Iterator对象表示的是一个数据流，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，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； Iter...
python中迭代器的基本方法有哪些_Python基础手册19——迭代器
weixin_35587674的博客
01-14 1135
一、迭代器我们知道 for 循环可以用于 Python 中的任何序列类型，实际上 for 循环可用于Python 中的任何可迭代类型。对于 Python 中所有会从左至右扫描对象的迭代工具而言都是如此，这些迭代工具包括了 for 循环、列表解析、in 成员关系测试以及 map() 内置函数等，他们都支持任何的可迭代类型。”可迭代对象“ 的概念在 Python 中基本上和序列概念是一样的：如果对象是...
python之迭代器和生成器全解--包含实现原理及应用场景
热门推荐
yifengchaoran的专栏
02-20 13万+
在日常提升Python基本功的时候，可能会被Python的迭代器和生成器搞晕，之前在学习和使用时，本来for in 循环体和enumerate函数用的飞起，觉得自己已经彻底了解了Python的迭代特性，但接触了迭代器和生成器后，突然感觉懵逼，大概率会被可迭代、迭代器、生成器等概念搞的不知所向，本文就是结合日常项目应用，对Python的迭代概念进行系统性的全面解析，包括其底层实现原理，还有一些常见的应用，希望能帮助更多人，同时也算作给自己梳理思路了。 一、基本概念 二、迭代器 三、生成器 四、基本应用
Python基础教程：自定义迭代器
Python热爱者的博客
05-14 1115
本文介绍如何自定义迭代器，涉及到类的运算符重载，包括__getitem__的索引迭代，以及__iter__、__next__和__contains__，如果不了解这些知识可跳过本文。 索引迭代方式 索引取值和分片取值 元组、列表、字典、集合、字符串都支持索引取值操作和分片操作。 >>> L = [11,21,31,41] >>> L[0] 11 >>> L[0:2] [11, 21] 分片操作实际上将一个slice对象当作索引位传递给序列，然后以索引取
Python语言基础：迭代器和生成器.pptx
05-04
迭代器和生成器是Python编程中的重要概念，特别是在处理大量数据或进行高效内存管理时，它们的优势尤为明显。本文将详细讲解这两个概念及其在Python语言中的应用。 **迭代器** 迭代器是Python中访问集合元素的一种...
Python 基础课程《15.迭代器与生成器》
05-29
### Python基础课程《15.迭代器与生成器》知识点详解 #### 14.1 迭代的概念 在Python编程中，迭代是一种常见的操作方式，用于遍历一系列数据结构中的元素，例如列表、元组或字符串等。迭代通常通过`for`循环实现，...
Python 中迭代器与生成器实例详解
09-21
#### 一、迭代器基础概念 在 Python 中，迭代器（Iterator）是一种可以记住遍历位置的对象。它实现了迭代器协议，该协议由`__iter__()`和`__next__()`方法组成。其中`__iter__()`返回迭代器自身，而`__next__()`...
梳理了一下Python下载安装及Pycharm的安装和配置，有详细图文
08-30
Python 是一种广泛应用的高级编程语言，尤其在数据分析、人工智能、Web 开发等领域有着广泛的应用。搭建Python的开发环境，本文提供了python下载安装，Pycharm的安装和配置，有详细图文，亲测可用。 在学习Python之前，正确下载并安装Python环境，以及配置一个高效、易用的集成开发环境（IDE）如PyCharm，是不可或缺的基础步骤。 本文旨在为初学者提供一份详尽且易于理解的指南，通过图文并茂的方式，引导读者完成Python的下载与安装，以及PyCharm的下载、安装与基本配置。我们将一步步深入，从环境搭建的起点出发，直至成功地安装Python及Python解释器Pycharn的安装和配置
2022.2-2023.3空气AOI.xlsx
最新发布
08-30
1、资源内容地址：https://blog.csdn.net/2301_79696294/article/details/141308908 2、代码特点：今年全新，手工精心整理，放心引用，数据来自权威，相对于其他人的控制变量数据准确很多,适合写论文做实证用 ，不会出现数据造假问题 3、适用对象：大学生，本科生，研究生小白可用，容易上手！！！ 3、课程引用: 经济学，地理学，城市规划与城市研究，公共政策与管理，社会学，商业与管理 资源名称：2014.1-2023.3全国地级市空气质量指数AOI相关数据 区域范围：全国各地级市 时间范围：2014.1.1-2023.3.8 数据格式：.xlsx 主要指标：地区名称、AQI指数、空气质量级别、首要污染物 数据量:100w+
基于springboot高校学科竞赛平台设计与实现.docx
08-30
基于springboot高校学科竞赛平台设计与实现.docx
JESD22-A104F温度循环.pdf
08-30
JESD22-A104F温度循环
mqttx 1.10.1
08-30
mqttx 1.10.1
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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