python之迭代器

python之迭代器

一、迭代器介绍

什么是迭代器？

迭代器指的是用来迭代取值的工具, 迭代就是一个重复的过程, 每次重复都是基于上一次的结果而进行的. 单纯的重复并不是迭代.

代码示例

count =1
while count <5:
    print(count)
    count +=1

l=[11,22,333,44,555]
def get_item(l):
    count=0
    while count <len(l):
        print(l[count])
        count+=1

为何要用迭代器

迭代器是用来取值的工具，而涉及到把多个值循环取出来的类型有：列表, 字符串, 元组, 字典, 集合, 打开的文件

1. 为了找到一种通用的取值方案
2. 为了节省内存

区分迭代与单纯的重复：

单纯的重复：

while True:
    msg = input(">>>:").strip()
    print(msg)

迭代取值：

需求：使用whlie循环打印出列表中的每项元素的值

# 需求: 使用while循环打印列表中的每项元素的值
# while循环是一个重复的过程, 且每次重复都是基于上一次的index累加操作之后的结果而继续的, 所以这是一个迭代现象.
goods = ['mac', 'lenovo', 'acer', 'dell', 'sony']
index = 0
while index < len(goods):
    print(goods[index], end=' ')   # mac lenovo acer dell sony 
    index += 1

如何用迭代器

内置有__iter__方法的类型都称之为可迭代的对象
但凡调用了__iter__方法，就会将该类转换成迭代器对象
比如res=值.__iter__()

二、可迭代对象

什么是可迭代对象？

可迭代对象：iterable

可迭代对象就是可以转换为迭代器的对象

从语法层面上讲，内置有__iter__()方法的的对象, 内置可以iter()的对象,字符串、列表、元组、字典、集合、打开的文件都是可迭代对象

 "hello".__iter__
 [].__iter__
 (11,).__iter__
 {"k1":111}.__iter__
 {11,22}.__iter__
 f=open("a.txt",mode='wt')  # 文件本身就是迭代器对象
 f.__iter__

三、迭代器对象

什么是迭代器对象？

迭代器: iterato

从语法层面上讲，内置有__iter__()和__next__()方法的的对象, 内置可以iter()和next()的对象

如何得到迭代器对象？

可迭代对象执行__iter__()和iter()得到了迭代器对象

迭代器对象执行__iter__()和iter()仍然是迭代器本身

探讨部分：

迭代器执行__iter__()方法和iter()就是迭代器本身, 为什么迭代器对象下也要有内置__iter__()方法和iter()?

主要为了满足for循环迭代取值. for循环上来的第一件事就是调用你需要遍历的对象下的__iter__()方法, 无论你需要遍历的对象是可迭代对象, 还是迭代器对象. 减少这种区分的可能性.

示例：

# 示例一: 调用可迭代对象下的__iter__()方法或者iter()会将其转换成迭代器对象
dic = {'a': 1, 'b': 2, 'c': 3}
dic_iterator = dic.__iter__()

# 示例二: 转换成迭代器对象以后, 就可以使用内置方法__next__()或者next()迭代取值, 且每迭代取值一次, 都会作为下一次迭代取值的初始值.(字典默认迭代的是key)
print(dic_iterator.__next__())  # a
print(dic_iterator.__next__())  # b
print(dic_iterator.__next__())  # c

# 示例三: 当迭代器对象迭代完毕以后, 继续迭代会抛出异常: StopIteration
print(dic_iterator.__next__())  # 抛出异常: StopIteration

# 示例四: 当抛出异常时, 也就是迭代器对象被迭代取值完毕时, 我们可以使用异常处理机制捕捉异常
'''
# 伪代码示例: 
try: 
	会出现异常的代码
except 捕捉的抛出异常的类型:
	捕捉异常以后要继续进行的操作
'''
dic_iterator = dic.__iter__()
while True:
    try:
        print(dic_iterator.__next__())
    except StopIteration:
        break

# 示例五: 基于示例四, 在迭一个迭代器迭代取值干净的情况下, 再对其取值取不到. 如果需要再次取值, 需要对可迭代对象重新使用__iter__()或者iter()生成一个新的迭代器对象.
print('=======>')  # =======>
dic_iterator = dic.__iter__()
while True:
    try:
        print(dic_iterator.__next__())
    except StopIteration:
        break

总结：

1. 调用可迭代对象下的`__iter__()`方法或者`iter()`会将其转换成迭代器对象 
2.  转换成迭代器对象以后, 就可以使用内置方法`__next__()`或者`next()`迭代取值, 且每迭代取值一次, 都会作为下一次迭代取值的初始值.(字典默认迭代的是key)
3.  当迭代器对象迭代完毕以后, 继续迭代会抛出异常: `StopIteration `
4. 当抛出异常时, 也就是迭代器对象被迭代取值完毕时, 我们可以使用异常处理机制捕捉异常 
5. 在迭一个迭代器迭代取值干净的情况下, 再对其取值取不到. 如果需要再次取值, 需要对可迭代对象重新使用`__iter__()`或者`iter()`生成一个新的迭代器对象

四、for循环原理

for循环与while循环

while循环称之为条件循环, 条件为False, 循环结束.
for循环也可以称之为迭代循环, 遍历对象迭代取值完毕, 循环结束.

for 循环低层原理：

迭代取值做的三件事：

1. 把准备要遍历的对象, 无论是什么类型, 上来直接使用内置的__iter__()方法得到一个迭代器对象.
2. 然后通过拿到的迭代器对象, 直接使用内置的__next__()迭代取值, 把取到的值赋值给in前面自定义的变量名.
3. 循环往复步骤2, 直到迭代取值完毕抛出异常StopIteration, 接着for循环会捕捉异常, 最后结束循环.

示例：

# 示例: 使用for循环遍历取值
goods = ['mac', 'lenovo', 'acer', 'dell', 'sony']
for item in goods:
    print(item, end=' ')  # mac lenovo acer dell sony 
    
# 示例: 调用list()功能, 与for循环原理相同    
list('hello')

# 使用while循环 + try...except实现迭代取值. 迭代器迭代完毕except捕获异常: StopIteration
goods = ['mac', 'lenovo', 'acer', 'dell', 'sony']
iterator_goods = iter(goods)
while True:
    try:
        print(next(iterator_goods), end=' ')  # mac lenovo acer dell sony
    except StopIteration:
        break

五、总结

可迭代对象与迭代器对象之间的关系

可迭代对象：

1. 从语法层面上讲, 内置有__iter__()方法和可以使用iter()的对象
2. 可迭代对象可以通过__iter__()方法或者可以使用iter()得到迭代器对象

示例：

可迭代对象.__iter__() --> 生成迭代器对象
iter(可迭代对象) ---> 生成迭代器对象

迭代器对象：

1. 从语法层面上讲, 内置有__next__()方法和可以使用next(), 也能使用__it

2. 迭代器对象执行__next__()方法或者使用next()得到迭代器的下一个值

   • 示例

     迭代器对象.__next__() --> 迭代器的下一个值
     next(迭代器对象) --> 迭代器的下一个值
     

3. 迭代器对象执行__iter__()方法或者使用iter()得到迭代器本身.(调用了和没调用一模一样)

   • 示例：

     迭代器对象.__iter__() --> 得到迭代器本身
     iter(迭代器对象) --> 得到迭代器本身
     

   • 验证：

     #迭代器对象执行__iter__()方法或者使用iter()得到迭代器本身.(调用了和没调用一模一样)
     dic = {'a': 1, 'b': 2, 'c': 3}
     dic_iterator = iter(dic)
     
     print(dic_iterator is iter(dic_iterator).__iter__().__iter__())  # True
     

迭代器的优缺点

优点：

1. 提供了一种不依赖与索引一种通用迭代取值方案
2. 惰性计算: 对迭代器本身来说, 同一时刻在内存中只有一个值, 它可以存放无限大的数据流.，可以节省内存

缺点：

1. 取值麻烦，无法预测值的长度
2. 不能控制取值顺序, 只能取下一个值, 更不能回到开始，调用时一次性的，若想重新获取值, 只能重新调用__iter__()方法和iter()生成一个新的迭代器.