python函数式编程——迭代器（2）

---

前言

python学习笔记 （仅供学习使用）

---

一、迭代器

迭代是访问集合元素的⼀种⽅式。迭代器是⼀个可以记住遍历的位置的对象。迭代器对象从集合的第⼀个元素开始
访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
我们已经知道，可以直接作用于 for 循环的数据类型有以下几种：
一类是集合数据类型，如 list 、 tuple 、 dict 、 set 、 str 等；
一类是 generator ，包括生成器和带 yield 的generator function。

这些可以直接作用于 for 循环的对象统称为可迭代对象： Iterable 。

那我们怎么判断一组数据或是一组数据对象是不是 Iterable 对象呢？
可以使⽤ isinstance() 判断⼀个对象是否是 Iterable 对象

#Iterable：可迭代对象，通过for循环遍历里面所有元素。

from collections.abc import Iterable

a = (1,)
b = [1,2]
c = {}

def test1(arg):
    if isinstance(arg,Iterable):
        print("arg is Iterable")
    else:
        print("arg is not Iterable")

#字符串，元祖，列表，字典，生成器，集合都是可迭代对象。
test1(a)
test1('')
test1(10)

run：

arg is Iterable
arg is Iterable
arg is not Iterable

⽣成器不但可以作⽤于 for 循环，还可以被 next() 函数不断调⽤并返回下⼀个值，直到最后抛出 StopIteration 错误表示⽆法继续返回下⼀个值了。
可以被next()函数调⽤并不断返回下⼀个值的对象称为迭代器：Iterator。可以使⽤ isinstance() 判断⼀个对象是否是Iterator 对象，这里就产生一个疑问了，生成器都是 Iterator 对象， list 、 dict 、 str 是不是Iterator ？为什么？。
list 、 dict 、 str 不是 Iterator ，因为Python的 Iterator 对象表示的是一个数据流，Iterator对象可以被 next() 函数调用并不断返回下一个数据，直到没有数据时抛出 StopIteration 错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过 next() 函数实现按需计算下一个数据，所
以 Iterator 的计算是惰性的，只有在需要返回下一个数据时它才会计算。

1. 节约内存 2. 迭代到下⼀次的调⽤时，所使⽤的参数都是第⼀次所保留下的，在整个所有函数调⽤的参数都是第⼀次所调⽤时保 留的，⽽不是新创建的 对象
2. 甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的那我们还可以通过 isinstance() 来判断是否是 Iterator 对象
   注意 Iterator 对象和 Iterable 对象，一个是迭代器，一个是可迭代对象

#目前为止只有生成器是可迭代器
def test2(arg):
    if isinstance(arg,Iterator):
        print("arg is Iterator")
    else:
        print("arg is not Iterator")
test2(a)
test2('')
test2(10)
test2((x for x in range(10)))

#把list ， str  ， dict编程迭代器
test2(iter(b))

run：

arg is not Iterator
arg is not Iterator
arg is not Iterator
arg is Iterator
arg is Iterator

所以可作用于 for 循环的对象都是 Iterable 类型；
可作用于 next() 函数的对象都是 Iterator 类型，它们表示一个惰性计算的序列；
惰性是指，在没有调用之前，内存中都不会保存数据，只有需要使用的数据时，才会再内存中，产生对象。
集合数据类型list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过 iter() 函数获得⼀个 Iterator 对象。