一、可迭代对象(iterable)
现在,我们已经获得了一个新线索,有一个叫做“可迭代的”概念。
首先,我们从报错来分析,好像之所以1234不可以for循环,是因为它不可迭代。那么如果“可迭代”,就应该可以被for循环了。
这个我们知道呀,字符串、列表、元组、字典、集合都可以被for循环,说明他们都是可迭代的。
我们怎么来证明这一点呢?
from collections importIterable
l= [1,2,3,4]
t= (1,2,3,4)
d= {1:2,3:4}
s= {1,2,3,4}print(isinstance(l,Iterable))print(isinstance(t,Iterable))print(isinstance(d,Iterable))print(isinstance(s,Iterable))
结合我们使用for循环取值的现象,再从字面上理解一下,其实迭代就是我们刚刚说的,可以将某个数据集内的数据“一个挨着一个的取出来”,就叫做迭代。
二、迭代器(iterator)
从第一点可以看到我们常用的字符串、列表和字典都是可迭代对象,但是可迭代对象除了那些,还包括了迭代器
结论:
可迭代对象包含迭代器
定义可迭代对象,必须实现__iter__()方法;定义迭代器,必须实现__iter__()和__next__()方法。
下面以列表举个栗子,列表是可迭代对象,所以可以用__iter__()方法,查看返回值,发现该返回值也是可迭代对象,也就是说列表是可迭代对象,列表执行完__iter__()方法后也是可迭代对象,那么可以猜得到那个返回值应该就是迭代器了,然后执行__next__()方法果然可以从里面取值
from collections importIterable
l= [1,2,3,4]
l_iter= l.__iter__()print(type(l_iter)) #
print(isinstance(l,Iterable)) #true
print(isinstance(l_iter,Iterable)) #true
item= l_iter.__next__()print(item) #1
item = l_iter.__next__()print(item) #2
item = l_iter.__next__()print(item) #3
item = l_iter.__next__()print(item) #4
item = l_iter.__next__()print(item) #StopIteration
三、生成器(generator)
生成器其实是一种特殊的迭代器,不过这种迭代器更加优雅。它不需要再像上面的类一样写__iter__()和__next__()方法了,只需要一个yiled关键字。 生成器一定是迭代器(反之不成立),因此任何生成器也是以一种懒加载的模式生成值。用生成器来实现斐波那契数列的例子是:
deffib(max):
n, prev, curr= 0, 0, 1
while n
prev, curr= curr, curr +prev
n+= 1F= fib(10)#print(type(F))
#第一种取值方式
x =next(F)print(x)
x=next(F)print(x)
x=next(F)print(x)
y= F.__next__()print(y)
y= F.__next__()print(y)
y= F.__next__()print(y)#第二种取值方式
for _ inF:print(_)
上面的命令执行后,生成1、1、2、......、55的一共10个值,第一种取值方式生成了六个值,然后就好像固定住了,第二种方式从第七个值开始取,懒加载应该就是这个意思了。
生成器特殊的地方在于函数体中没有return关键字,函数的返回值是一个生成器对象。当执行F = fib(10)返回的是一个生成器对象,此时函数体中的代码并不会执行,只有显示或隐示地调用next或者for循环的时候才会真正执行里面的代码。
四、生成器表达式(generator expression)
生成器表达式是列表推倒式的生成器版本,看起来像列表推导式,但是它返回的是一个生成器对象而不是列表对象。
a = (x for x in range(10))print(a)
以及
deffib(n):
m, a, b= 0, 0, 1
while m
a, b= b, a+b
m+= 1a= (x for x in fib(10))print(a)