迭代器
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list、tuple、dict、set、str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迭代对象:
>>> from collections import Iterable >>> >>> isinstance([],Iterable) True >>> >>> >>> isinstance('abc',Iterable) True >>> >>> isinstance({},Iterable) True >>> >>> >>> isinstance(10,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可迭代对象:
有next方法就是迭代器
生成器一定是迭代器
>>> from collections import Iterator >>> >>> isinstance(( i for i in range(5)), Iterator ) True # 列表 字典 字符串 都不是迭代器 >>> 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、dict、str等Iterable变成Iterator可以使用iter()函数:
>>> >>> a =[1,2,3] >>> a [1, 2, 3] >>> iter(a) <list_iterator object at 0x000000000247BCC0> # 迭代器 >>> # 然后可以next函数 >>> b = iter(a) >>> b.__next__() 1 >>> >>> b.__next__() 2 >>> b.__next__() 3 >>> b.__next__()
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,
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。
总结
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。
python2.7
range(10)
[1,2,3,4,5,6,7,8,9]
python3.6
range(10)
range(0,10)
python2.7 xrange() 和 range() 两个不同函数 xrange()是迭代函数
python3 默认range() 就是迭代器 没有xrang()
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 i in [1, 2, 3, 4, 5]: print(i)
=同于
# 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) print(x) except StopIteration: # 遇到StopIteration就退出循环 break