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。
1. 可迭代对象
- 我们已经知道可以对
list、tuple、str等类型的数据使用for...in...的循环语法从其中依次拿到数据进行使用，我们把这样的过程称为 "遍历"，也叫 "迭代"。
data_list = [1,2,3,4,5,6,7,8]
for i in data_list:
print(i)
运行结果
1
2
3
4
5
6
7
8
- 不是所有的数据类型都可以放到
for...in...的语句中,'int'对象是不能迭代的
for i in 1000:
print(i)
运行结果
for i in 1000:
TypeError: 'int' object is not iterable
2. 如何判断一个对象是否可以迭代
from collections import Iterable
print(isinstance([],Iterable))#这里传入一个列表
print(isinstance(1,Iterable))#这里传入一个整数
运行结果
True
False
3. 可迭代对象的本质
-
可迭代对象进行迭代使用的过程，每迭代一次（即在for...in...中每循环一次）都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。
-
可迭代对象通过
__iter__方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据.
一个具备了 _iter_ 方法的对象，就是一个 可迭代对象
from collections import Iterable
class BookList(object):
def __init__(self):
self.data = []
def add(self,item):
self.data.append(item)
def __iter__(self):
"""返回一个迭代器"""
return self
books = BookList()
print(isinstance(books,Iterable))
运行结果
True
#发现添加了__iter__方法的books对象已经是一个可迭代对象了
4. iter()函数与next()函数
-
list、tuple等都是可迭代对象，我们可以通过iter()函数获取这些可迭代对象的迭代器。然后我们可以对获取到的迭代器不断使用next()函数来获取下一条数据。iter()函数实际上就是调用了可迭代对象的__iter__方法。
data_list = [11,22,33,44]
data_iter = iter(data_list)
print(data_iter)
print(next(data_iter))
print(next(data_iter))
运行结果
<listiterator object at 0x7f16ee45c450>#列表迭代器
11
22
5. 如何判断一个对象是否是迭代器
from collections import Iterator
print(isinstance([1,2], Iterator))
print(isinstance(iter([1,2]), Iterator))
执行结果
False
True
6. 迭代器Iterator
- 迭代器是用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用
next()函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。
实际上，在使用next()函数的时候，调用的就是迭代器对象的__next__方法。
所以，我们要想构造一个迭代器，就要实现它的__next__方法。
并且python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现__iter__方法，迭代器的__iter__方法返回自身即可。
一个实现了__iter__方法和__next__方法的对象，就是迭代器。
class BookList(object):
def __init__(self,num):
self.num = num
self.current_num = 0
def __iter__(self):
return self
def __next__(self):
if self.current_num < self.num:
self.current_num += 1
return 'book'+str(self.current_num)
else:
raise StopIteration
books = BookList(4)
print(isinstance(books,Iterator))
for i in books:
print(i)
# print(next(books))
# print(next(books))
# print(next(books))
# print(next(books))
# print(next(books))
执行结果
True
book1
book2
book3
book4
for...in...循环的本质
for item in Iterable 循环的本质就是先通过 iter()函数 获取 可迭代对象Iterable的迭代器，然后对获取到的迭代器不断调用 next() 方法来获取下一个值并将其赋值给item，当遇到 StopIteration 的异常后循环结束。
生成器
-
生成器利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。
生成器是一类特殊的迭代器。
2. 创建生成器方法1
data = (x*2 for x in range(5))
print(data)
print(isinstance(data,Iterator))
print(next(data))
print(next(data))
执行结果
得到了一个生成器对象
<generator object <genexpr> at 0x7f3a705b10f8>
True
0
2
3. 创建生成器方法2
在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将每次迭代返回数值的return换成了yield，此时新定义的函数便不再是函数，而是一个生成器了。
简单来说：只要在def中有yield关键字的 就称为 生成器
def set_books(num):
n = 0
while n < num:
n+=1
yield 'book'+str(n)
books = set_books(5)
print(books)
print(isinstance(books,Iterator))
print(next(books))
总结
- 使用了yield关键字的函数不再是函数，而是
生成器。（使用了yield的函数就是生成器） - yield关键字有两点作用：
- 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
- 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用
- 可以使用next()函数让生成器从断点处继续执行.
网友评论