迭代器
学习前,我们回想一下可以直接作用于for循环的数据类型有以下几种:
1.集合数据类型,如list、tuple、dict、set、str等;
2.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.(可迭代对象你可以简单的理解可循环的对象)
我们怎么判断一个对象是不是可循环或者可迭代的?
可以使用isinstance()判断一个对象是否是Iterable对象: #isinstance()内置的方法
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。
生成器一定是迭代器,而迭代器不一定是生成器(生成器有next方法,迭代器有next方法不一定是生成器)
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:
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(走到这一步,我才计算,不走到这一步,我就不计算),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。
总结:
1.凡是可作用于for循环的对象都是Iterable类型;
2.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。
range()方法
在python2.7和python3的range()方法实现的原理是不一样的,下面我们就来用代码看看,代码如下:
1
2
3
4
5
6
|
>>>
range ( 5 ) #python2.7
[
0 , 1 , 2 , 3 , 4 ]
>>>
xrange ( 5 ) #python2.7
xrange
( 5 )
>>>
range ( 5 ) #python3.5
range
( 0 , 5 ) |
从上面的代码可以看出,在python2.7中range()只是一个list,在python3中是一个迭代器,python2.7中xrange()跟python3中的range()功能是一样的。这就是为什么有同学会问python2.7中xrange()比range()方法更快,
python3中的range()方法实现的原理如下:
1
2
|
for
x in range ( 5 ): pass |
实际相当于:range方法就是next()取的,只是封装了,我们看不到
1
2
3
4
5
6
7
8
9
10
|
# 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 |
在python 2.7 中,文件方法有f.xreadlines(),然后后面就可以用f.next()方法。在3.0中都一样被封装,了解一下就行,以后看到反正咱看得懂
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/12243.html