一、迭代器
1、迭代器概念:
器:包含了多个值的容器
迭代:循环反馈(一次从容器在取出一个值)
迭代器:从装有多个值的容器在一次取出一个值
ls=[3,5,7,1,9]
遍历:被遍历的对象必须是有序容器
i=0
while i
print(ls[i])
i+=1
输出结果 3 5 7 1 9 属于无序输出
输出的是有序的
st={1,2,3,4,5}
dic={'a':1,'b':2}
2、可迭代对象概念:
对象:python中的一个对象(装有地址的变量)
可迭代对象:该对象有_iter_()方法,调用该方法返回迭代器对象
有哪些:str | list | tuple | dict | set | range() | file | 迭代器对象 | enumerate() | 生成器
[].__iter__()
().__iter__()
{}.__iter__()
{1,}.__iter__()
可迭代对象调用_iter_()方法得到迭代器对象
二、迭代器对象
1、迭代器对象
迭代器对象就可以做到不依赖索引取值(一次从容器中取出一个值)
迭代器对象都有_next_()方法,且通过该方法获取容器中的值,获取规则,从前往后一次一个
有哪些:file | enumerate() | 生成器
重点:
1.从迭代器对象中取元素,取一个少一个,如果要从头开始去,需要重新获得拥有所有元素的迭代器对象
2.迭代器对象也有__iter__()方法,调用后得到的是自己本身(当前含义几个元素,得到的就只有几个元素的迭代器对象)
可迭代对象
st1={3,5,7,1,9}
迭代器对象
iter_obj=st1.__iter__()
print(iter_obj) # 输出结果为集合内存地址print([1,2,3].__iter__()) # 输出结果为列表内存地址
重要的点
迭代器对象取一个值就少一个值
print(iter_obj.__next__()) # 输出1print(iter_obj.__next__()) # 输出3print(iter_obj.__next__()) # 输出5print(iter_obj.__next__()) # 输出7print(iter_obj.__next__()) # 输出9print(iter_obj.__next__()) # 抛出异常StopIteration,可以通过try对异常进行捕获并处理
iter_obj=st1.__iter__() #上一个迭代器对象迭代取值完毕后,就取空了,如果再次取值
案例:
for v in 'abc'.__iter__():
print(v) # 输出:a b cfor v in 'abc'.__iter__():
print(v) # 输出:a b c
print('================================')for k,v in{'a':1,'b':2}.items():
print(k) # 输出结果为a b
print(k,v)
# 输出结果为 a1# b2print(v) # 输出结果为12print('================================')
r_obj=range(10)for v inr_obj:
print(v) # 输出01 2 3 4 5 6 7 8 9print('================================')
with open('abc.txt','r',encoding='utf-8') asf:
print(f.__next__())
print(f.__next__())
print(f.__next__())
迭代器对象不能求长度(内部值(元素)的个数)
while True:
try:
ele=iter_obj.__next__()
print(ele)
except SyntaxError: # 捕获异常并处理
print('取完了')
break
三、for循环迭代器
for循环迭代器:
1、自动获取被迭代对象的迭代器对象
2、在内部一次一次调用_next_()方法取值
3、自动完成异常处理
iter_obj=st1.__iter__()for ele initer_obj:
print(ele)# 输出13 5 7 9
for ele inst1:
print(ele) #1、自动完成for ele in st1._iter_: 2、自动完成异常处理
总结:
可迭代对象:有_iter_()方法的对象,调用该方法返回迭代器对象
迭代器对象:有_next_()方法的对象,也就是用该方法一次从迭代器对象中获取一个值,取出一个少一个
obj=[1,2,3].__iter__()for v inobj:
print(v)if v==2:break # 输出结果为1 2print(obj.__iter__().__iter__().__iter__().__iter__())
# 输出结果为True
可迭代对象:.__iter__()得到的是该对象的迭代器对象
迭代器对象:.__iter__().__iter__()得到的就是迭代器对象本身
四、生成器
生成器:就是一个迭代器对象
包含yield关键字的函数就是生成器
该函数名()得到的是生成器对象,且不会执行函数体
def my_generator():
yield 1
yield 2
yield 3
g_obj = my_generator()
# my_generator()并不会执行函数体,得到的返回值就是生成器对象
# 生成器对象就是迭代器对象
r1 = g_obj.__next__() # 1
for v in g_obj:
print(v) # 2 | 3
def fn():
print('我是生成器')
yield 'GOD'
generator_obj=fn()
print(generator_obj)
print(type(generator_obj))
# 输出结果
·
generator_obj.__iter__() # 可迭代对象
generator_obj.__next__() # 迭代器对象
def g_fn():
print(111111111)yield '结果1'print(222222222)yield '结果2'print(333333333)yield '结果3'print(444444444)yield '结果4'g_obj=g_fn()
在函数内部执行一次,在遇见下一个yield时停止,且可以拿到yield的返回值
r1=g_obj.__next__()
print(r1) #输出结果111111111结果1
从上一次停止的位置接着往下走,在遇见下一个yield时停止,且可以拿到yield的返回值
r2=g_obj.__next__()
print(r2)
#输出结果222222222结果2
print('=====================================')
生成器可以被for循环迭代for v ing_obj:
print(v) # 输出g_fn下的全部值
生成器的应用案例
当访问的数据资源过大,可以将数据用生成器处理,一次只获取所有内容的一条资源
def my_range(min,max=0,step=1): # min 和 max中必须要有一个默认值if max==0:
min,max=max,min
tag=minwhileTrue:if tag>=max:break
yieldtag
tag+=step
# range_obj=my_range()
# print(range_obj.__next__())
# print(range_obj.__next__())
range_obj=my_range(5,10,2)for i inrange_obj:
print(i) #输出5 7 9
print('=====================================')
def my_range(min,max=0,step=1):if max==0:
min,max=max,min
tag=minwhileTrue:if tag>=max:break
yieldtag
tag+=step
range_obj=my_range(-10,1,2)for i inrange_obj:
print(i) # 反着遍历 输出结果-10 -8 -6 -4 -2 0
五、枚举对象
ls = [1, 3, 5, 7, 9]
通过for迭代器 循环遍历 可迭代对象,需要知道迭代的索引
count= 0
for v inls:
print(count, v)
count+= 1
for i, v inenumerate(ls):
print(i, v)for i, v in enumerate('abc'): # 生成迭代器对象:[(0, 'a'),(1, 'b'), (2, 'c')]
print(i, v)