迭代器
定义:
1、类中定义了__iter__以及__next__方法 2、__iter__固定返回self 3、__next__会记住当前迭代的值,并在下一次迭代时取下一个值,当取完,抛出StopIteration异常
class iterClass:
def __init__(self):
self.counter = 1 #定义一个计数
def __iter__(self):
return self
def __next__(self):
self.counter += 1
if self.counter > 10:
raise StopIteration
return self.counter
cls = iterClass()
cls.__next__() #调用迭代器的方法1
next(cls) #调用迭代器的方法2
调用__next__()方法有两种方式
1、通过迭代器对象.__next__()直接调用
2、使用python关键字:next(迭代器对象)进行调用
for num in cls: #在进行for循环时,首先会先执行__iter__()方法并获取返回值,接下来在每次循环中调用__next__()方法, 当触发StopIteration异常,自动捕获并停止循环
print(num)
此外,使用for循环时,会先执行__iter__()方法,获取返回值,生成迭代器对象,然后在接下来的循环中,每次都调用一次__next__()方法,直到触发StopIteration异常,会自动捕获然后停止循环
注意:迭代器和生成器有同个特性:懒加载。
生成器
定义
1、在函数中定义yield方法 2、使用生成器生成式 (x for x in range(10)) 生成器适合应用于要承载大量数据的对象,比如一个列表需要装100000000个数据,如果直接定义会直接导致内存溢出,报MemoryError,但是如果使用生成器,则不会。 生成器不会在一开始就把所有的数据放入内存中,而是在用到时才生成数据。 ps:生成器可以理解为一个特殊的迭代器
def test():
for i in range(10):
yield i
fun = test()
while 1:
print(next(fun))
time.sleep(1)
生成器可以理解为一个特殊的迭代器,因此next()对它也是生效的。上面这段代码,会在十秒内,从零到九按顺序每隔一秒打印一次,然后触发StopIteration异常
def test():
for i in range(3):
yield i
yield '第二次循环的yield'
fun = test()
while 1:
print(next(fun))
与迭代器有一点小小的不同,生成器在yield返回后,在下次的循环中会从yield下方的语句继续执行
例如上方这段代码的输出结果为
0
第二次循环的yield
1
第二次循环的yield
2
第二次循环的yield
可迭代对象
定义
如果一个类中,有__iter__函数且返回一个迭代器对象,则称创建这个类的对象为可迭代对象
class iterAble:
def __iter__(self):
return iterClass() #返回一个迭代器对象
a = iterAble()
上图中,a便是一个可迭代对象,当对可迭代对象 a 进行循环时,会先调用 a 的__iter__()函数,获取一个迭代器(iterClass类),并在接下来的循环中,调用iterClass的__next__函数,完成循环
python中,我们常用的range便是一个可迭代对象。我们可以通过一段代码来看
r1 = range(10)
print('r1---',dir(r1))
r2 = r1.__iter__()
print('r2---',dir(r2))
上面这段代码的输出结果为
r1--- ['__bool__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index', 'start', 'step', 'stop']
r2--- ['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']
我们可以看到,r1仅返回了__iter__,而没有__next__,而r2则是__iter__和__next__都返回了
实操
class xrange:
def __init__(self,num):
self.num = num
def __iter__(self):
return newRange(self.num)
class newRange:
def __init__(self,num):
self.num = num
self.count = 0
def __iter__(self):
return self
def __next__(self):
if self.num == self.count:
raise StopIteration
self.count += 1
return self.count
test = xrange(100)
for i in test:
print(i)
以上这段代码为自己重新写了一个简单的range,可以供参考