可以直接作用于for循环的数据类型有以下几种:
一类是集合数据类型,如:list、tuple、dict、set、str等
一类是generator,包括生成器和带yield的generator function。
这些可以直接作用于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([], Iterable)) # true print(isinstance({}, Iterable)) # true print(isinstance((x for x in range(6)), Iterable)) # true print(isinstance('abc', Iterable)) # true print(isinstance(66, Iterable)) # false
而生成器不断可以作用于for循环,哈可以被next()函数不断调用并返回下一个值,
知道最后抛出StopIteration错误表示无法继续返回下一个值。
可以被next()函数不断调用并返回下一个值的对象称为迭代器:Iterator
类似的,可以用isinstance()判断一个对象是否是Iterator对象:
1 from collections import Iterator 2 print(isinstance([], Iterator)) # true 3 print(isinstance({}, Iterator)) # true 4 print(isinstance((x for x in range(6)), Iterator)) # true 5 print(isinstance('abc', Iterator)) # true 6 print(isinstance(66, Iterator)) # false
(上面就第三个是Ture,其余都是False;不知道怎么修改,就在这里备注吧)
生成器都是Iterator对象,但是list、dict、str虽然是Iterable,但不是Iterator
比过,把list、dict、str等Iterable变成Iterator可以使用iter()函数:
1 print(isinstance(iter('abc'), Iterator)) # true 2 print(isinstance(iter([]), Iterator)) # true
那么,为什么list、dict、str等数据类型不是Iterator?
这是因为Python的Iterator对象表示的是一个数据流,不存储历史数据的,Iterator对象可以被next()函数调用
并不断返回下一个数据,知道没有数据时抛出StopIteration错误表示无法继续返回下一个值。
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。
所以,Iterator甚至可以表示一个无限大的数据流,比如全体自然数。而使用list是永远不可能存储全体自然数的。
小结:
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,他们表示一个惰性计算的序列;
集合数据类型,如:list、dict、str等都是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。