一、概念
1.迭代:就是在一些元素中获取元素的过程或者是一种方式
- 迭代:是通过重复执行的代码处理相似的数据集的过程,并且本次迭代的处理数据要依赖上一次的结果继续往下做,上一次产生的结果为下一次产生结果的初始状态,如果中途有任何停顿,都不能算是迭代。
- 例1. 非迭代例子
loop = 0
while loop < 3:
print("Hello world!") # 非迭代
loop += 1
- ** 例2. 迭代例子**
loop = 0
while loop < 3:
print(loop) # 迭代
loop += 1
- 例1仅是循环3次输出" Hello world!",输出的数据不依赖上一次的数据,因此不是跌代。
2、可迭代对象:可以在迭代中使用的对象
- 可迭代: 可以在迭代中使用
2.1 可迭代对象
- 可迭代对象并不是指某种具体的数据类型,它是指存储了元素的一个容器对象,且容器中的元素可以通过__iter__( )方法或__getitem__( )方法访问。
- __iter__方法的作用是让对象可以用for … in循环遍历,getitem( )方法是让对象可以通过“实例名[index]”的方式访问实例中的元素。老猿认为这两个方法的目的是Python实现一个通用的外部可以访问可迭代对象内部数据的接口。
- 一个可迭代对象是不能独立进行迭代的,Python中,迭代是通过for … in来完成的。凡是可迭代对象都可以直接用for… in…循环访问,这个语句其实做了两件事:第一件事是调用__iter__()获得一个可迭代器,第二件事是循环调用__next__()。
2.2 常见的可迭代对象
- 包括: 生成器 、 列表、元祖、字符串、字典、集合…
2.3 如何判断一个对象是可迭代对象呢?
-可以通过collections模块的Iterable类型判断,具体判断方法如下:
from collections import Iterable
isinstance(待判断对象, Iterable) #返回True,表明字符串也是可迭代对象
- 实例:
from collections import Iterable
r = isinstance([1, 2, 3, 4], Iterable)
print(r) # True
r = isinstance((1, 2, 3, 4), Iterable)
print(r) # True
r = isinstance('abc', Iterable)
print(r) # True
r = isinstance({'a':1,'b':2}, Iterable)
print(r) # True
r = isinstance({1,2,3}, Iterable)
print(r) # True
r = isinstance(132, Iterable)
print(r) # False
s = (x + 1 for x in range(5)) # 由列表推导式生成的生成器
r = isinstance(s, Iterable) # True
2.4 迭代可变对象时注意事项
- 在迭代可变对象如列表对象时候,一个序列的迭代器只是记录当前到达了序列中的第几个元素,所以如果在迭代过程中改变了序列的元素。更新会立即反应到所迭代的条目上。
- 比如一个列表 用for…in方法迭代访问时,删除了当前索引n对应的元素,则下一个循环时,访问的数据索引为n+1,但实际访问元素的索引是上一轮循环中列表的索引n+2对应元素。
list1 = [str(i + 1) for i in range(10)]
# print("\t","\t\t","list1=",list1)
print("i\t","item\tlist1=",list1)
for i, item in enumerate(list1):
if item in ("2", "3", "6"):
list1.remove(item)
print(i,"\t",item+"\t\tlist1=",list1)
print("遍历后:",list1)
# i item list1= ['1', '2', '3', '4', '5', '6', '7', '8', '9', '10']
# 0 1 list1= ['1', '2', '3', '4', '5', '6', '7', '8', '9', '10']
# 1 2 list1= ['1', '3', '4', '5', '6', '7', '8', '9', '10']
# 2 4 list1= ['1', '3', '4', '5', '6', '7', '8', '9', '10']
# 3 5 list1= ['1', '3', '4', '5', '6', '7', '8', '9', '10']
# 4 6 list1= ['1', '3', '4', '5', '7', '8', '9', '10']
# 5 8 list1= ['1', '3', '4', '5', '7', '8', '9', '10']
# 6 9 list1= ['1', '3', '4', '5', '7', '8', '9', '10']
# 7 10 list1= ['1', '3', '4', '5', '7', '8', '9', '10']
# 遍历后: ['1', '3', '4', '5', '7', '8', '9', '10']
# 元素'3'未删除,遍历时被跳过
3.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。
3.1 迭代器只有在需要返回下一个数据时它才会计算
- 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;
3.2 没有数据时next()抛出StopIteration错误
- 迭代器对象可以被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
3.3迭代对象转换成迭代器用法
- 所有的可迭代对象(Iterable)均可以通过内置函数iter()来转变为迭代器(Iterator)。
3.4 迭代器的遍历
- iter( )方法是让对象可以用for … in循环遍历时找到数据对象的位置,next( )方法是让对象可以通过next(实例名)访问下一个元素。
3.5 判断对象是否迭代器
- 通过内置函数next调用可以判断是否为迭代器外,
- 通过collection中的Iterator类型判断。
from collections import Iterator
r = isinstance([1, 2, 3, 4], Iterator)
print(r) # False
r = isinstance((1, 2, 3, 4), Iterator)
print(r) # False
r = isinstance('abc', Iterator)
print(r) # False
r = isinstance({'a': 1, 'b': 2}, Iterator)
print(r) # False
r = isinstance({1, 2, 3}, Iterator)
print(r) # False
r = isinstance(132, Iterator)
print(r) # False
s = (x + 1 for x in range(5)) # 由列表推导式生成的生成器
r = isinstance(s, Iterator) # True
print(r)
# 通过iter()转换成迭代器
r = isinstance(iter([1, 2, 3, 4]), Iterator) # iter(列表)
print(r) # True
r = isinstance(iter((1, 2, 3, 4)), Iterator) # iter(元祖)
print(r) # True
r = isinstance(iter('abc'), Iterator) # iter(字符串)
print(r) # True
r = isinstance(iter({'a': 1, 'b': 2}), Iterator) # iter(字典)
print(r) # True
r = isinstance(iter({1, 2, 3}), Iterator) # iter(集合)
print(r) # True
# r = isinstance(iter(132), Iterator) # 报错
# # Traceback (most recent call last):
# # File "E:/python-course/homework_zero_class/lesson16/迭代器-times_3.py", line 100, in <module>
# # r = isinstance(iter(132), Iterator)
# # TypeError: 'int' object is not iterable
- 注意: list、dict、str虽然是可迭代对象Iterable,却不是迭代器Iterator,通过iter()转换成迭代器。
3.6 迭代器优点:
- 节约内存(循环过程中,数据不用一次读入,在处理文件对象时特别有用,因为文件也是迭代器对象)、
- 不依赖索引取值、
- 实现惰性计算(需要时再取值计算);
举例:用迭代器的方式访问文件
for line in open("test.txt"):
print(line)
- 这样每次读取一行就输出一行,而不是一次性将整个文件读入,节约内存。
3.6 迭代器使用上存在限制:
- 只能向前一个个地访问数据,已访问数据无法再次访问、遍历访问一次后再访问无数据
二、迭代器代码举例
1. 用for…in方式访问迭代器
vList=[1,2,3,4]
vIter=iter(vList) #从列表生成迭代器对象
for i in vIter:
print('第一次:',i) #输出迭代器中的数据1、2、3、4
for i in vIter:
print('第二次:',i) #再次输出没有数据,因为迭代器已经空了
# 第一次: 1
# 第一次: 2
# 第一次: 3
# 第一次: 4
如果上述for循环访问变量改成列表,则每次都能输出数字
vList=[1,2,3,4]
for i in vList:
print('第一次:',i)
for i in vList:
print('第二次:',i)
vList=[1,2,3,4]
for i in vList:
print('第一次:',i)
for i in vList:
print('第二次:',i)
# 第一次: 1
# 第一次: 2
# 第一次: 3
# 第一次: 4
# 第二次: 1
# 第二次: 2
# 第二次: 3
# 第二次: 4
-从以上两种for循环方式可以看出迭代器和可迭代对象的区别:
- 迭代器对象:只能遍历一次,再次遍历将无输出
- 可迭代对象:可无数次遍历
2.用next方式访问
vList=[1,2,3,4]
vIter=iter(vList)
while True:
try:
i=next(vIter)
except:
break
print('第一次:',i)
while True:
try:
i=next(vIter)
except:
break
print('第二次:',i)
# 第一次: 1
# 第一次: 2
# 第一次: 3
# 第一次: 4
# while循环如果执行第二次机也不会输出。
# print(next(vIter))
# # Traceback (most recent call last):
# # File "E:/python-course/homework_zero_class/lesson16/迭代器-times_3.py", line 148, in <module>
# # print(next(vIter))
# # StopIteration
以上内容参考了CSDN LaoYuanPython 的《第4章 基础知识进阶 第4.1节 Python基础概念之迭代、可迭代对象、迭代器》