美文网首页
迭代机制

迭代机制

作者: 222AblackA | 来源:发表于2019-08-09 21:04 被阅读0次

    可迭代对象、迭代器、生成器、生成式区别

    a. 可迭代对象:

    一个对象能够被迭代的使用,这个对象就是可迭代对象

    容器是一种把多个元素组织在一起的数据结构,容器中的元素可以逐个的迭代获取,容器本身实际
    上并不支持取出元素的功能,而是由可迭代对象赋予了容器这种能力,比如列表中的元素获取,元
    祖、字典、集合等;
    
    python数据类型中,除了整型的基本数据类型都是可迭代对象,包括文件对象,python内部定义一个对象是不是可迭代对象的依据是,该对象是否存在__iter__()对象方法。
    
    所以判断一个对象是否是可迭代对象的方法有:
    方法一:
    from collections import Iterable
    isinstance(obj,Iterable) # 返回True表明是可迭代对象
    
    方法二:
    hasattr(obj,'__iter__')  # 返回True表明是可迭代对象
    因此:可以通过添加__iter__()方法让一个类的实列变为可迭代对象
    

    b. 迭代器:

    迭代器也是一种容器,并且是可迭代对象,因为迭代器是有_iter_()方法的,迭代器与可迭代对象的区别就在于,迭代器有_next_()方法,而单纯的可迭代对象并没有这个方法

    判断对象是是否是迭代器:
    方法一:
    from collections import iterator
    isinstance(boj,Iterator)  # 返回True表明是迭代器
     
    方法二:
    hasattr(obj,'__next__')  # 返回True表明是迭代器
    
    迭代器可以通过内置函数next(obj)和obj.__next__()方法获取迭代器的下一个值,当迭代器的值
    取完了之后,再取会抛出StopIteration错误,但是可迭代对象并不能使用这两个方法
    

    c. 生成器(本质上来说就是一个迭代器):

    一个利用yield返回结果的函数就是一个生成器,用iter(iterable)也可以生成一个生成器

    一般的函数在执行完毕之后会返回一个值然后退出,但是生成器函数会自动挂起,待下一次调用时,
    会在上次结束位置继续执行,实现了延迟计算,省内存

    斐波那契数列:
    def fib(max):
        n,a,b =0,0,1
        while n < max:
            yield b
            a,b =b,a+b
            n = n+1
        return 'done'
     
    a = fib(10)  # 先调用生成器函数保存为迭代器对象,再获取元素,如果直接next(fib(10)),无论多少次next,只会拿到第一次元素
    for i in a:
        print(i)
    

    d.生成式

    生成式是一种简单的生成器,返回一个迭代器对象,来源于迭代和列表解析的组合

    列表解析式:
    a = [i for i in range(10)]
    
    生成式:
    b = (i for i in range(10))
    
    a和b主要有两点区别,第一就是a占用的内存比b大,第二就是a是通过遍历或者下标
    获取元素,b是通过遍历或者next获取元素
    

    e. for循环的遍历机制:

    可迭代对象是不可以直接从其中获取元素的,for i in obj遍历obj对象时,在for循环内部,被遍历
    的对象obj会首先调用__iter__()方法,将其变为一个迭代器,然后这个迭代器再调用其__next__()
    方法,返回取到的值给i,简单的说,for i in obj这句代码做的事就是:
           obj_iter = obj.__iter__()
           i = obj_iter.__next__()  
    当然以上代码功能并不完整,因为for循环还自动捕捉了迭代器元素取完之后的StopIteration错误
    
    完整模拟for循环的内部机制的代码如下:
    
        l = [1,2,3,4,5]
        item = l.__iter__()  # 生成一个迭代器
        while True:
            try:
                i = item.__next__()
                print(i)
            except StopIteration:  # 捕获异常,如果有异常,说明应该停止迭代
                break
    

    f. 反向迭代和迭代器切片操作:

    (1)反向迭代:

    python内置函数revered()可以实现可迭代对象的反向迭代:
    a = [1,2,3,4]
    b = reversed(a) # 此方法是生成一个a的反向对象,创建新的对象
    print(b)  # 输出:[4,3,2,1]
    等同于:
    a.reverse()  # 此方法是将a本身反向,并不创建新对象(只能引用于可变对象)
    如果实现了__reversed__()方法,就可以在自定义的类上实现反向迭代
    

    (2)迭代器切片:

    切片(islice方法):
    import itertools
    a = (i for i in range(10))
    b = itertools.islice(a,3)  # 返回一个迭代器对象,类似 [:3]
    c = itertools.islice(a,3,None) # 返回一个迭代器对象,类似 [3:]
    c = itertools.islice(a,3,6) # 类似 [3:6]
    注意: islice会消耗迭代器,经过切片的迭代器会将切片部分以及切片之前的元素去掉,
          设置了None的islice会将原迭代器全部消耗掉:
            b = (i for i in range(10))  # 如果b是列表,用islice不会消耗该列表
            c = itertools.islice(b,3,None)
            print([i for i in c])  # 输出 [3, 4, 5, 6, 7, 8, 9]
            print(next(b))  # 抛出StopIteration错误
    
    去特定元素(dropwhile方法):
    import itertools
    with open('test.py','r') as f: 
      for line in itertools.dropwhile(lambda x:x.startswith('#'), f):  # 遍历不是以#开头的所有行
           print(line)
    
    其中:itertools.dropwhile(lambda x:x.startswith('#'), f)表示删除f中以#开头的行,返回其他行的迭代器

    相关文章

      网友评论

          本文标题:迭代机制

          本文链接:https://www.haomeiwen.com/subject/itykjctx.html