python中的迭代器对象,python 可迭代对象 迭代器 生成器

  python中的迭代器对象,python 可迭代对象 迭代器 生成器

  在Python中,人们很容易混淆这两个概念。第一个是可迭代对象,第二个是迭代器,第三个是生成器。这里先不说发电机。

  可迭代对象

  列表、元组、字符串、字典等。都是可迭代对象,那些可以通过使用for循环遍历所有元素的可以称为可迭代对象。Iterable类是在Python的内置数据结构中定义的。在collections.abc模块中,我们可以用这个来检查它是否是一个iterable对象。

  fromcollectionsimportIterable

  a=[1,2,3]

  isinstance(a,Iterable)

  真实的

  b=abcd

  isinstance(b,Iterable)

  false这些数据结构可以被称为Iterable,因为它们在内部实现了_ _ iterator _ _()方法,因此可以被迭代。当我们使用for循环时,解释器会调用内置的iter()函数。在调用之前,我们会先检查对象是否实现了__iter__()方法,如果实现了,就调用它来获取一个迭代器(接下来会讨论)。没有添加__iter__()方法,但实现了__getitem__()方法。解释器将创建一个迭代器并按顺序获取元素。如果这两个方法都没有找到,将会引发一个TypeError异常。让我们自定义对象并分别实现这两个方法(getitem()、iter())。

  classMyObj:

  def__init__(self,iterable):

  自我。_iterable=list(iterable)

  def__getitem__(self,item):

  回归自我。_ iterable[项目]

  obj=MyObj([1,2,3])

  foriinobj:

  Print(i)如上图所示,这里没有实现__iter__方法,只实现了__getitem__方法,这也使得Myobj成为一个iterable对象。

  让我们实现__iter__方法,其中yield语法用于输出值(这里需要生成器的知识)。

  classMyObj:

  def__init__(self,iterable):

  自我。_iterable=list(iterable)

  def__iter__(self):

  指数=0

  whileTrue:

  尝试:

  屈服自我。_ iterable[索引]

  异常错误:

  不间断空格

  ;break

  index+=1

  obj=MyObj([1,2,3])

  foriinobj:

  print(i)这里同样让对象称为可迭代对象。

  相关推荐:《Python视频教程》

  迭代器

  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。

  如上图所示,迭代器(Iterator)继承可迭代(Iterable),迭代器必须实现__iter__方法和__next__方法。其中__next__方法用于产出下一个元素。

  由继承图可见,迭代器一定是可迭代对象,可迭代对象不一定是迭代器。

  迭代器有两个基本的方法:iter() 和 next()。

  我们使用iter(iterable)即可把可迭代对象转换成迭代器。

  使用next(iterator)来获取迭代器的下一个值。

  

>>>a=[3,4,5]

  >>>a

  >>>[3,4,5]

  >>>iter(a)

  >>><list_iteratorobjectat0x10b130ba8>

  >>>iterator=iter(a)

  >>>next(iterator)

  >>>3

  >>>next(iterator)

  >>>4

  >>>next(iterator)

  >>>5

  >>>next(iterator)

  Traceback(mostrecentcalllast):

  File"<input>",line1,in<module>

  StopIteration

如上所示,因为对象实现了__next__方法,我们可以通过next(iterator)来获取迭代器的下一个值,直到没有值了,抛出StopIteration异常结束。

  迭代器的背后

  迭代器Iterator是一个抽象基类,它定义在_collections_abc.py中

  Iterator源码如下

  

classIterator(Iterable):

  __slots__=()

  @abstractmethod

  def__next__(self):

  'Returnthenextitemfromtheiterator.Whenexhausted,raiseStopIteration'

  raiseStopIteration

  def__iter__(self):

  returnself

  @classmethod

  def__subclasshook__(cls,C):

  ifclsisIterator:

  return_check_methods(C,'__iter__','__next__')

  returnNotImplemented

可以看到,它实现了__subclasshook__方法,即不用显式继承Iterator,只需要实现__iter__和__next__方法即可称为Iterator的虚拟子类。这里凸现了Python的鸭子类型,实现特定的“协议”即可拥有某种行为。

  另外,它自己也定义了__iter__方法,当我们使用iter(Iterator)时直接返回自己,不做任何处理。

  iter()函数的两个用法

  官方文档中给出了说明:

  

iter(iterable)->iterator

  iter(callable,sentinel)->iterator

  

  Getaniteratorfromanobject.Inthefirstform,theargumentmust

  supplyitsowniterator,orbeasequence.

  Inthesecondform,thecallableiscalleduntilitreturnsthesentinel.

第一个用法:iter(iterable) -> iterator (把可迭代对象转换为迭代器)

  第二个用法:iter(callable, sentinel) -> iterator (第一个参数:任何可调用对象,可以是函数,第二个是标记值,当可调用对象返回这个值时,迭代器抛出StopIteration异常,而不产出标记值)

  

>>>fromrandomimportchoice

  >>>values=[1,2,3,4,5,6,7]

  >>>deftest_iter():

  >>>returnchoice(values)

  >>>it=iter(test_iter,2)

  >>>it

  >>><callable_iteratorobjectat0x10b130b00>

  >>>foriinit:

  >>>print(i)

  >>>7

  >>>1

  >>>7

  >>>3

  >>>1

上面代码的流程:test_iter函数从values列表中随机挑选一个值并返回,调用iter(callable, sentinel)函数,把sentinel标记值设置为2,返回一个callable_iterator实例,遍历这个特殊的迭代器,如果函数返回标记值2,直接抛出异常退出程序。这就是iter函数的鲜为人知的另一个用法。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: