一、迭代器
我们已经知道,集合数据类型(如list、tuple、dict、set、str等)和generator都可以直接作用于for循环。这些可以直接作用于for循环的对象统称为可迭代对象:Iterable。
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。
1、可以使用isinstance()判断一个对象是否是Iterable对象:
>>> from collections.abc import Iterable >>> isinstance([1, 2, 3], Iterable) True >>> isinstance({1, 2, 3}, Iterable) True >>> isinstance('ABC', Iterable) True >>> isinstance((x for x in range(5)), Iterable) True >>> isinstance(100, Iterable) False
2、可以使用isinstance()
判断一个对象是否是Iterator
对象:
>>> from collections.abc import Iterator >>> isinstance((x for x in range(5)), Iterator) True >>> isinstance([1, 2, 3], Iterator) False >>> isinstance({1, 2, 3}, Iterator) False >>> isinstance('ABC', Iterator) False
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,直到没有数据时抛出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,例如全体自然数。而使用list是永远不可能存储全体自然数的。
二、iter()
函数
生成器都是Iterator对象,但list、dict、str虽然是Iterable,却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数:
>>> isinstance(iter([1, 2, 3]), Iterator) True >>> isinstance(iter('ABC'), Iterator) True >>> isinstance(iter({1, 2, 3}), Iterator) True
三、迭代器协议
实现了方法__iter__的对象是可迭代的,而实现了方法__next__的对象是迭代器。
class Fibs: def __init__(self): self.a = 0 self.b = 1 def __next__(self): self.a, self.b = self.b, self.a + self.b return self.a def __iter__(self): return self
fibs = Fibs() for f in fibs: print(f) if f > 10: break 结果: 1 1 2 3 5 8 13
四、从迭代器创建序列
除了对迭代器和可迭代对象进行迭代之外,还可将它们转换为序列。
一个这样的例子是使用构造函数list显示地将迭代器转换为列表。
class TestIterator: value = 0 def __next__(self): self.value += 1 if self.value > 10: raise StopIteration return self.value def __iter__(self): return self ti = TestIterator() print(list(ti)) 结果: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
参考文章:
https://www.liaoxuefeng.com/wiki/1016959663602400/1017323698112640