首页 > 代码库 > python学习-day6-迭代器(iterator)

python学习-day6-迭代器(iterator)

 

我们已经知道,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listtupledictsetstr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
isinstance([],Iterable)
True
isinstance(abc哈哈,Iterable)
True
isinstance(set(hello),Iterable)
True
isinstance({1:a,2:b},Iterable)
True
isinstance((i*2 for i in range(10)),Iterable)
True
isinstance(range(10),Iterable)
True
isinstance(1234,Iterable)
False

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

可以使用isinstance()判断一个对象是否是Iterator对象:

 

isinstance((1,2,3),Iterator)
False
isinstance({},Iterator)
False
isinstance((i*2 for i in range(10)),Iterator)
True
isinstance(range(10),Iterator)
False

 

生成器都是Iterator对象,但listdictstr虽然是Iterable,却不是Iterator

listdictstrIterable变成Iterator可以使用iter()函数:

isinstance(iter([]),Iterator)
True
isinstance(iter((1,2,3)),Iterator)
True

你可能会问,为什么listdictstr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,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。

 

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listdictstr等是Iterable但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。

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

for in [12345]:

    pass
相当于:
# 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

以上参考Alex老师的,目前迭代器还用不着,先理解这个概念

http://www.cnblogs.com/alex3714/articles/5765046.html

python学习-day6-迭代器(iterator)