迭代器

迭代器协议

对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么返回一个异常来终止本次迭代。(只能往前走,不能往后退!)

迭代器对象

遵循了(实现了)迭代器协议的对象。(对象内部实现了一个__next__方法,以实现迭代器协议)称为一个迭代器对象。他们的作用是逐个遍历容器中的对象。迭代器对象一定是可迭代对象

> from collections import Iterable, Iterator

> l = list([1,2,3])  # 定义列表
> l_iter = l.__iter__()  # 调用列表的 __iter__ 方法
> isinstance(l, Iterable)  # 列表可迭代对象
True
> isinstance(l, Iterator)  # 列表不是迭代器
False

> isinstance(l_iter, Iterable)  # 列表的__iter__ 方法返回 是可迭代对象
True
> isinstance(l_iter, Iterator)  # 列表的__iter__ 方法返回 也是是迭代器对象
True

可迭代对象(iterable)

可迭代对象有很多种形式,只要满足可以每次取到容器对象中下一个对象的,都称为可迭代对象。

实现了 __iter__方法的对象称为可迭代对象。

range() 对象也是可迭代对象。

生成器对象也是可迭代对象。

> from collections import Iterable, Iterator

> isinstance(range(10), Iterator)
False
> isinstance(range(10), Iterable)
True

# 生成器对象一定是迭代器对象, 那么他也必然是可迭代对象
> isinstance((i for i in range(10)), Iterator)
True
> isinstance((i for i in range(10)), Iterable)
True

总结补充

列表、元组、集合、字符串、字典都是可迭代对象。

for 循环的本质:使用迭代器协议访问可迭代对象中的每一个对象。

生成器

生成器类似于一种数据类型,这种数据类型自动实现了迭代器协议,所以生成器也是迭代器。

生成器分类及在python中的表现形式:(Python有两种不同的方式提供生成器)

生成器函数

常规函数定义,但是,使用yield语句而不是return语句返回结果。yield语句一次返回一个结果,在每个结果中间,挂起函数的状态,以便下次重它离开的地方继续执行

> def generator(n):
...   for i in range(n):
...     yield i
... 
> gener_obj = generator(10)
> gener_obj.__next__()
0
> gener_obj.__next__()
1
> gener_obj.__next__()
2
> type(gener_obj)
<class 'generator'>

生成器表达式

类似于列表推导,但是,生成器返回按需产生结果的一个对象,而不是一次构建一个结果列表,按需取出对象

注意生成器 用()包裹起来

> generator = (i for i in range(10))
> generator.__next__()
0
> generator.__next__()
1
> type(generator)
<class 'generator'>

以上就是浅谈Python中的生成器和迭代器的详细内容,更多关于Python 生成器和迭代器的资料请关注其它相关文章!

标签:
Python,生成器,Python,迭代器,Python,生成器和迭代器

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com

评论“浅谈Python中的生成器和迭代器”

暂无“浅谈Python中的生成器和迭代器”评论...