可迭代对象（Iterable）

包含
- 迭代器
  - 生成器
- 序列
  - list
  - str
  - tuple
- 字典
迭代器协议

对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代。

迭代器（Iterator）

定义

有两个基本的方法：iter() 和 next()。
访问集合元素的一种方式。
可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不能后退。

迭代器和可迭代对象的区别

可迭代对象包含迭代器。
如果一个对象拥有__iter__()方法，就是可迭代对象。
定义迭代器，必须在实现__iter__()的基础上，再实现next()方法。
可迭代对象可被for遍历，迭代器在此基础上可以调用next()方法

创建一个迭代器

创建一个迭代器类

把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。

iter() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
next() 方法（Python 2 里是 next()）会返回下一个迭代器对象。

例：

from collections import Iterable,Iterator

#创建一个返回数字的迭代器, 初始值为 1, 逐步递增1

class MyNumbers:

    def __init__(self):

        self.a = 1  

    def __iter__(self):

        return self

    def __next__(self):

        x = self.a

        self.a += 1

        return x

a = MyNumbers()

print(isinstance(a, Iterator))#判断是否是迭代器

print(next(a))

print(next(a))

print(next(a))

print(next(a))

print(next(a))

运行结果如下：

True

1

2

3

4

5

使用内置`iter()`函数

使用iter()函数将可迭代对象转换为迭代器

例：

from collections import Iterable,Iterator

a = [1,2,3,4]

b = iter(a)

print(type(a))#查看类型

print(type(b))

print(isinstance(a, Iterable))#判断是否为可迭代对象

print(isinstance(b, Iterable))

print(isinstance(a, Iterator))#判断是否是迭代器

print(isinstance(b, Iterator))

print(next(b))

print(next(b))

print(next(b))

print(next(b))

运行结果如下:

<class 'list'>

<class 'list_iterator'>

True

True

False

True

1

2

3

4

StopIteration异常

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在__next__()方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

例：在 10 次迭代后停止执行

class MyNumbers:

    def __init__(self):

        self.a = 1

    def __iter__(self):

        return self

    def __next__(self):

        if self.a <= 10:

            x = self.a

            self.a += 1

            return x

        else:

            raise StopIteration

a = MyNumbers()

for i in a:

    print(i)

执行结果如下

生成器（generator）

定义

生成器是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），不需要再手动实现两方法。

生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行。

Python有两种不同的方式提供生成器

生成器函数：

常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

例：

def abc():

    yield "a"

    yield "b"

    yield "c"

x = abc()

print(next(x))

print(next(x))

print(next(x))

执行结果如下：

a

b

c

生成器表达式：

类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

a = [i for i in range(5)]#列表推导

b = (i for i in range(5))#生成器表达式

print(type(a))

print(type(b))

执行结果如下：

<class 'list'>

<class 'generator'>

特点

语法上和函数类似：

生成器函数和常规函数几乎是一样的。它们都是使用def语句进行定义。差别在于，生成器使用yield语句返回一个值，而常规函数使用return语句返回一个值

自动实现迭代器协议：

对于生成器，Python会自动实现迭代器协议，以便应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next()方法，并且，在没有值可以返回的时候，生成器自动产生StopIteration异常

状态挂起：

生成器使用yield语句返回一个值。yield语句挂起该生成器函数的状态，保留足够的信息，以便之后从它离开的地方继续执行。

延迟计算:

一次返回一个结果。不会一次生成所有的结果，在对于大数据量处理时，不一会因为一次性生成大量结果导致机器直接卡死。

生成器只能遍历一次:

例：

a = (x ** 2 for x in range(4))

for i in a:

    print(i)

for i in a:

    print(i)

else:

    print("再次遍历什么都没有输出")

执行结果如下：

0

1

4

9

再次遍历什么都没有输出

巴特西

Python3 迭代器与生成器 - 学习笔记

可迭代对象（Iterable）

迭代器（Iterator）

定义

迭代器和可迭代对象的区别

创建一个迭代器

创建一个迭代器类

使用内置`iter()`函数

StopIteration异常

生成器（generator）

定义

Python有两种不同的方式提供生成器

生成器函数：

生成器表达式：

特点

语法上和函数类似：

自动实现迭代器协议：

状态挂起：

延迟计算:

生成器只能遍历一次:

最新文章

热门文章

巴特西

Python3 迭代器与生成器 - 学习笔记

可迭代对象（Iterable）

迭代器（Iterator）

定义

迭代器和可迭代对象的区别

创建一个迭代器

创建一个迭代器类

使用内置iter()函数

StopIteration异常

生成器（generator）

定义

Python有两种不同的方式提供生成器

生成器函数：

生成器表达式：

特点

语法上和函数类似：

自动实现迭代器协议：

状态挂起：

延迟计算:

生成器只能遍历一次:

最新文章

热门文章

使用内置`iter()`函数