迭代器
迭代器协议
对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么返回一个异常来终止本次迭代。(只能往前走,不能往后退!)
迭代器对象
遵循了(实现了)迭代器协议的对象。(对象内部实现了一个__next__方法,以实现迭代器协议)称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象
?
1
2
3
4
5
6
7
8
9
10
11
12
13
>>>from collectionsimport Iterable, Iterator
>>> l= list([1,2,3])# 定义列表
>>> l_iter= l.__iter__()# 调用列表的 __iter__ 方法
>>>isinstance(l, Iterable)# 列表可迭代对象
True
>>>isinstance(l, Iterator)# 列表不是迭代器
False
>>>isinstance(l_iter, Iterable)# 列表的__iter__ 方法返回 是可迭代对象
True
>>>isinstance(l_iter, Iterator)# 列表的__iter__ 方法返回 也是是迭代器对象
True
可迭代对象(iterable)
可迭代对象有很多种形式,只要满足可以每次取到容器对象中下一个对象的,都称为可迭代对象。
实现了 __iter__方法的对象称为可迭代对象。
range() 对象也是可迭代对象。
生成器对象也是可迭代对象。
?
1
2
3
4
5
6
7
8
9
10
11
12
>>>from collectionsimport Iterable, Iterator
>>>isinstance(range(10), Iterator)
False
>>>isinstance(range(10), Iterable)
True
# 生成器对象一定是迭代器对象, 那么他也必然是可迭代对象
>>>isinstance((ifor iin range(10)), Iterator)
True
>>>isinstance((ifor iin range(10)), Iterable)
True
总结补充
列表、元组、集合、字符串、字典都是可迭代对象。
for 循环的本质:使用迭代器协议访问可迭代对象中的每一个对象。
生成器
生成器类似于一种数据类型,这种数据类型自动实现了迭代器协议,所以生成器也是迭代器。
生成器分类及在python中的表现形式:(Python有两种不同的方式提供生成器)
生成器函数
常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行
?
1
2
3
4
5
6
7
8
9
10
11
12
13
>>>def generator(n):
...for iin range(n):
...yield i
...
>>> gener_obj= generator(10)
>>> gener_obj.__next__()
0
>>> gener_obj.__next__()
1
>>> gener_obj.__next__()
2
>>>type(gener_obj)
生成器表达式
类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表,按需取出对象
注意生成器 用()包裹起来
?
1
2
3
4
5
6
7
>>> generator= (ifor iin range(10))
>>> generator.__next__()
0
>>> generator.__next__()
1
>>>type(generator)
以上就是浅谈Python中的生成器和迭代器的详细内容,更多关于Python 生成器和迭代器的资料请关注服务器之家其它相关文章!
原文链接:https://www.cnblogs.com/monkey-code/p/13158889.html