可迭代对象iterable
一个拥有__iter__方法的对象,可以使用for循环遍历
可迭代对象有: str、list、tuple、dict、set、iterator、generator、file
# 判断一个对象是否可迭代
>>> from collections import Iterable
>>> isinstance('abc', Iterable)
True
>>> isinstance(100, Iterable)
False
#### 迭代器
- 一个实现了`__iter__`方法和`__next__`方法的对象,就是迭代器
- 迭代器是可以被`next()`函数调用并不断返回下一个值的对象
- `iter()`函数通过调用可迭代对象的`__iter__()`方法,获取该对象的迭代器,然后对获取到的迭代器不断使用`next()`函数来获取下一条数据
迭代器有: `generator`、 `iter(iterable)`
```python
>>> from collections import Iterator
>>> isinstance([1,2], Iterator) # 列表不是迭代器
False
>>> isinstance((1,2), Iterator)
False
>>> isinstance([i for i in range(10)], Iterator)
False
>>> isinstance((i for i in range(10)), Iterator)
True
a = (i for i in range(3))
next(a)
0
next(a)
1
next(a)
Traceback (most recent call last):
File "", line 1, in NameError: name 'a' is not defined
f = open('1.txt')
isinstance(f, Iterator) # 文件是可迭代对象、也是迭代器
True
list、dict、str等虽然是可迭代对象,但不是迭代器,可以使用iter()函数转化
isinstance('abc', Iterator)
False
isinstance(iter('abc'), Iterator)
True
for循环遍历iterable的本质: 通过iter()函数获取iterable的迭代器,然后对获取到的迭代器不断调用next()函数获取下一个值,当遇到StopIteration的异常时循环结束
#### 生成器
- 一边循环一边计算的机制。
- 一种特殊的迭代器,自动实现了"迭代器协议"(即`__iter__`和`__next__`法), 生成器在迭代过程中可以改变当前迭代值
- 具有`yield`关键字的函数都是生成器,yield可以理解为return,返回后面的值给调用者。不同的是return返回后,函数会释放,而生成器则不会。在直接调用next方法或用for语句进行下一次迭代时,生成器会从yield下一句开始执行,直至遇到下一个yield。
- 生成器创建方法:
1. 把一个列表生成式的`[]`中括号改为`()`
2. 带有`yield`的函数
```python
>>> li = [i for i in range(10)] # 列表生成式
>>> li
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> gen = (i for i in range(10)) # 迭代器
>>> gen
at 0x00000161109100F8>
>>> next(gen)
0
>>> next(gen)
1
实现斐波那契数列
```python
def fib(max):
a, b, n = 0, 1, 0 # n表示数列的长度
while n < max:
# a, b =b, a+b
t = a + b
a = b
b = t
n += 1
yield a
num = fib(4)
print(next(num)) # 1
print(next(num)) # 1
print(next(num)) # 2
print(next(num)) # 3
print(next(num)) # StopIteration error
```