Python学习杂记

一、可以直接作用于for循环的对象统称为可迭代对象 Iterable 可以使用 isinstance()判断一个对象是否是 Iterable对象：

from collections import Iterable

print(isinstance("123456",Iterable))
print(isinstance(123,Iterable))

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()判断断一个对象是否是Iterator对象：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。Iterator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。凡是可作用于for循环的对象都是Iterable类型；凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；集合数据类型如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

二、实现python list 实现下标循环，可以通过内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：

for i, value in enumerate([1,2,3,4,5,6]):
    print(i, value)

生成器 generator 通过yield 实现 在每次调用next()的时候执行，遇到yield语句返回，返回yield 的值，再次执行时从上次返回的yield语句处继续执行。 如下 test_yield 为一个生成器， 可以通过for 循环遍历

def test_yield():
    print("step 1")
    yield 1
    print("step 2")
    yield 2
    print("step 3")
    yield 3

for value in test_yield():
    print(value)

输出

step 1
1
step 2
2
step 3
3
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

g = test_yield()
while True:
    try:
        value = next(g)
        print(value)
    except StopIteration as e:
        print(e.value)
        break

输出结果：

step 1
1
step 2
2
step 3
3
yes