Python高级之迭代器
1578 字
8 分钟
Python高级之迭代器
【一】迭代器介绍
- 迭代器即用来迭代取值的工具,而迭代是重复反馈过程的活动
- 其目的通常是为了逼近所需的目标或结果,每一次对过程的重复称为一次“迭代”
- 而每一次迭代得到的结果会作为下一次迭代的初始值,单纯的重复并不是迭代
while True: msg = input('>>: ').strip() print(msg)- 下述while循环才是一个迭代过程
- 不仅满足重复,而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值
- 反复迭代,最终可以取尽列表中的值
goods=['mac','lenovo','acer','dell','sony']
index=0while index < len(goods): print(goods[index]) index+=1【二】可迭代对象
【1】引入
- 通过索引的方式进行迭代取值,实现简单
- 但仅适用于序列类型:字符串,列表,元组。对于没有索引的字典、集合等非序列类型
- 必须找到一种不依赖索引来进行迭代取值的方式,这就用到了迭代器。
- 要想了解迭代器为何物,必须事先搞清楚一个很重要的概念:
- 可迭代对象(Iterable)。
【2】可迭代对象
- 从语法形式上讲,内置有iter方法的对象都是可迭代对象
# 【1】数字类型# 【1.1】整数类型 --- 不是num = 1print(num.__iter__)'''Traceback (most recent call last): File "E:\PythonProjects\迭代器.py", line 10, in <module> print(num.__iter__)AttributeError: 'int' object has no attribute '__iter__'. Did you mean: '__str__'?'''
# 【1.2】浮点类型 --- 不是num_float = 1.0print(num_float.__iter__())'''Traceback (most recent call last): File "E:\PythonProjects\迭代器.py", line 20, in <module> print(num_float.__iter__)AttributeError: 'float' object has no attribute '__iter__'. Did you mean: '__str__'?'''
# 【2】字符串类型name = 'dream'print(name.__iter__)# <method-wrapper '__iter__' of str object at 0x0000021945C22430>print(name.__iter__())# <str_iterator object at 0x000001F6AEBCA740>
# 【3】布尔类型is_right = Falseprint(is_right.__iter__)'''Traceback (most recent call last): File "E:\PythonProjects\迭代器.py", line 37, in <module> print(is_right.__iter__)AttributeError: 'bool' object has no attribute '__iter__'. Did you mean: '__str__'?'''
# 【4】列表类型name_list = [1, 2, 3]print(name_list.__iter__)# <method-wrapper '__iter__' of list object at 0x0000024C3FA25300>print(name_list.__iter__())# <list_iterator object at 0x0000024C3FA7B9A0>
# 【5】字典类型info_dict = {"name": "dream"}print(info_dict.__iter__)# <method-wrapper '__iter__' of dict object at 0x00000191955F2380>print(info_dict.__iter__())# <dict_keyiterator object at 0x000001919563D5D0>
# 【6】元祖类型num_tuple = (1,)print(num_tuple.__iter__)# <method-wrapper '__iter__' of tuple object at 0x00000172CCD9B940>print(num_tuple.__iter__())# <tuple_iterator object at 0x00000172CCDDB9A0>
# 【7】集合类型num_set = {1}print(num_set.__iter__)# <method-wrapper '__iter__' of set object at 0x0000027260D06CE0>print(num_set.__iter__())# <set_iterator object at 0x0000027260D1B880>【3】小结
- 非可迭代对象
- 整数类型
- 浮点类型
- 布尔类型
- 可迭代对象
- 字符串类型
- 列表类型
- 字典类型
- 元祖类型
- 集合类型
【三】迭代器对象
- 调用obj.iter()方法返回的结果就是一个迭代器对象(Iterator)。
- 迭代器对象是内置有iter和next方法的对象,打开的文件本身就是一个迭代器对象
- 执行迭代器对象.iter()方法得到的仍然是迭代器本身
- 而执行迭代器.next()方法就会计算出迭代器中的下一个值。
- 迭代器是Python提供的一种统一的、不依赖于索引的迭代取值方式,只要存在多个“值”,无论序列类型还是非序列类型都可以按照迭代器的方式取值
【1】获取迭代器对象的两种方式
(1)iter()
name_str = 'dream'name_iter = name_str.__iter__()print(name_iter)# <str_iterator object at 0x000002DF5240B9A0>(2)iter()
name_str = 'dream'name_iter_two = iter(name_str)print(name_iter_two)# <str_iterator object at 0x000002DF5240B9A0>【2】迭代器对象取值的两种方式
(1)next()
name_str = 'dream'name_iter = name_str.__iter__()print(name_iter)# <str_iterator object at 0x000002DF5240B9A0>print(name_iter.__next__())# d(2)next()
name_str = 'dream'name_iter = name_str.__iter__()print(name_iter)# <str_iterator object at 0x000002DF5240B9A0>print(name_iter.__next__())# dprint(next(name_iter))# r【3】数据类型示例
# 【1】字符串类型name_str = 'dream'name_iter = name_str.__iter__()name_iter_two = iter(name_str)print(name_iter)print(name_iter_two)# <str_iterator object at 0x000002DF5240B9A0># <str_iterator object at 0x000002DF5240B9A0>print(name_iter.__next__())# dprint(next(name_iter))# r
# 【2】列表类型name_list = [1, 2, 3]name_list_iter = iter(name_list)print(name_list_iter)# <list_iterator object at 0x0000021C9E813F10>print(name_list_iter.__next__())# 1print(next(name_list_iter))# 2
# 【3】字典类型info_dict = {"name": "dream", "age": 18}info_dict_iter = iter(info_dict)print(info_dict_iter)# <dict_keyiterator object at 0x000002577ADDD440>print(info_dict_iter.__next__())# nameprint(next(info_dict_iter))# age
# 【4】元祖类型num_tuple = (1, 2)num_tuple_iter = iter(num_tuple)print(num_tuple_iter)# <tuple_iterator object at 0x00000222615D3EE0>print(num_tuple_iter.__next__())# 1print(next(num_tuple_iter))# 2
# 【5】集合类型num_set = {1, 2, 3}num_set_iter = iter(num_set)print(num_set_iter)# <set_iterator object at 0x000002CCB2B50EC0>print(num_set_iter.__next__())# 1print(next(num_set_iter))# 2【四】for循环原理详解
- 有了迭代器后,我们便可以不依赖索引迭代取值了,使用while循环的实现方式如下
goods=['mac','lenovo','acer','dell','sony']i=iter(goods) #每次都需要重新获取一个迭代器对象while True: try: print(next(i)) except StopIteration: #捕捉异常终止循环 break- for循环又称为迭代循环,in后可以跟任意可迭代对象,上述while循环可以简写为
goods=['mac','lenovo','acer','dell','sony']for item in goods: print(item)- for 循环在工作时
- 首先会调用可迭代对象goods内置的iter方法拿到一个迭代器对象
- 然后再调用该迭代器对象的next方法将取到的值赋给item
- 执行循环体完成一次循环
- 周而复始,直到捕捉StopIteration异常,结束迭代。
【五】迭代器的优缺点
- 基于索引的迭代取值,所有迭代的状态都保存在了索引中
- 而基于迭代器实现迭代的方式不再需要索引
- 所有迭代的状态就保存在迭代器中
- 然而这种处理方式优点与缺点并存
【1】优点
- 为序列和非序列类型提供了一种统一的迭代取值方式。
- 惰性计算:
- 迭代器对象表示的是一个数据流,可以只在需要时才去调用next来计算出一个值
- 就迭代器本身来说,同一时刻在内存中只有一个值,因而可以存放无限大的数据流,而对于其他容器类型
- 如列表,需要把所有的元素都存放于内存中,受内存大小的限制,可以存放的值的个数是有限的。
【2】缺点
- 除非取尽,否则无法获取迭代器的长度
- 只能取下一个值,不能回到开始,更像是‘一次性的’,迭代器产生后的唯一目标就是重复执行next方法直到值取尽,否则就会停留在某个位置,等待下一次调用next;
- 若是要再次迭代同个对象,你只能重新调用iter方法去创建一个新的迭代器对象,如果有两个或者多个循环使用同一个迭代器,必然只会有一个循环能取到值。
支持与分享
如果这篇文章对你有帮助,欢迎分享给更多人或打赏支持!
相关文章智能推荐
1
C 语言发展史
编程语言了解 C 语言从 BCPL、B 语言到现代标准 C 的发展历程、核心特点与应用领域。
2
C 语言开发环境的安装与配置
编程语言在 Windows、Linux 与 macOS 上安装 C 工具链,配置编辑器,并编译运行第一个 C 程序。
3
C 语言初识:程序运行机制与基本结构
编程语言认识 C 程序从源代码到运行的完整流程,以及基础语法和程序的基本结构。
4
C 语言基础:注释、关键字、变量与数据类型
编程语言学习 C 语言的注释、关键字、标识符、常量、变量和基本数据类型等基础知识。
5
C 语言数据类型
编程语言理解 C 语言的数据类型体系,包括基本类型、整数类型、浮点类型和逻辑类型。
随机文章随机推荐














