函数-函数进阶-迭代器

迭代器

　　我们已经知道，可以直接用作于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gunerator function。

这些可以直接作用 for循环的对象统称为可迭代人：Iterable。

可以使用 isinstance ()判断一个对象是否是Iterable对象：

>>> from collections import Iterable

>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance('a', Iterable)
True
>>> isinstance((), Iterable)
True
>>> isinstance(123, Iterable)
False
>>> isinstance((x for x in range(10)), Iterable)
True
>>>

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。

*可以被next（）函数调用并不断返回下一个值的对象称为迭代器：Iterator（可以用next调用）

>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
>>>

生成器都是Iterator对象，但list、dict、str虽然是Iterable ，却不是Iterator

把list、doct、str、等Iterable变成Iterator可以使用iter（）函数：

>>> isinstance(Iter([]), Iterator)
True
>>> isinstance(Iter({}), Iterator)
True
>>> isinstance(Iter('abc'), Iterator)
True
>>>

你可能会问，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，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。

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。

Iterator甚至可以表示一个无限大的数据流，列如全体自然数。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，它们表示一个惰性计算的序列；

集合数据类型如list、 dict、str等是Iterable 但不是Iterator，不过可以通过iter（）函数获得一个Iterator对象。

python3 的for循环本质上就是通过不断调用next（）函数实现的,列如：

for x in [1,2,3,4,5]:

　　pass

实际上完全等价于：

　　#首先获得Iterator对象：

　　it = iter（[1,2,3,4,5]）

　　#循环：

　　while True:

　　　　try:

　　　　　　#获得下一个值

　　　　　　x = next（it）

　　　　except StopIteration：

　　　　　　#遇到StopIteration就退出循环

　　　　　　break