腳本之家服務器常用軟件

快捷導航

python迭代器常見用法實例分析

更新時間：2019年11月22日 09:55:53 作者：小飛俠v科比

這篇文章主要介紹了python迭代器常見用法,結合實例形式分析了Python迭代器概念、功能、常見操作方法及相關注意事項,需要的朋友可以參考下

本文實例講述了python迭代器常見用法。分享給大家供大家參考，具體如下：

迭代器

迭代是訪問集合元素的一種方式。迭代器是一個可以記住遍歷的位置的對象。迭代器對象從集合的第一個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會后退。

1. 可迭代對象

我們已經知道可以對list、tuple、str等類型的數據使用for…in…的循環(huán)語法從其中依次拿到數據進行使用，我們把這樣的過程稱為遍歷，也叫迭代。

但是，是否所有的數據類型都可以放到for…in…的語句中，然后讓for…in…每次從中取出一條數據供我們使用，即供我們迭代嗎？

>>> for i in 100:
...   print(i)
...
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>>
# int整型不是iterable，即int整型不是可以迭代的
# 我們自定義一個容器MyList用來存放數據，可以通過add方法向其中添加數據
>>> class MyList(object):
...   def __init__(self):
...       self.container = []
...   def add(self, item):
...       self.container.append(item)
...
>>> mylist = MyList()
>>> mylist.add(1)
>>> mylist.add(2)
>>> mylist.add(3)
>>> for num in mylist:
...   print(num)
...
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
TypeError: 'MyList' object is not iterable
>>>
# MyList容器的對象也是不能迭代的

我們自定義了一個容器類型MyList，在將一個存放了多個數據的MyList對象放到for…in…的語句中，發(fā)現(xiàn)for…in…并不能從中依次取出一條數據返回給我們，也就說我們隨便封裝了一個可以存放多條數據的類型卻并不能被迭代使用。

我們把可以通過for…in…這類語句迭代讀取一條數據供我們使用的對象稱之為可迭代對象（Iterable）**。

2. 如何判斷一個對象是否可以迭代

可以使用 isinstance() 判斷一個對象是否是 Iterable 對象：

In [50]: from collections import Iterable
In [51]: isinstance([], Iterable)
Out[51]: True
In [52]: isinstance({}, Iterable)
Out[52]: True
In [53]: isinstance('abc', Iterable)
Out[53]: True
In [54]: isinstance(mylist, Iterable)
Out[54]: False
In [55]: isinstance(100, Iterable)
Out[55]: False

3. 可迭代對象的本質

我們分析對可迭代對象進行迭代使用的過程，發(fā)現(xiàn)每迭代一次（即在for…in…中每循環(huán)一次）都會返回對象中的下一條數據，一直向后讀取數據直到迭代了所有數據后結束。那么，在這個過程中就應該有一個“人”去記錄每次訪問到了第幾條數據，以便每次迭代都可以返回下一條數據。我們把這個能幫助我們進行數據迭代的“人”稱為迭代器(Iterator)。

可迭代對象的本質就是可以向我們提供一個這樣的中間“人”即迭代器幫助我們對其進行迭代遍歷使用。

可迭代對象通過__iter__方法向我們提供一個迭代器，我們在迭代一個可迭代對象的時候，實際上就是先獲取該對象提供的一個迭代器，然后通過這個迭代器來依次獲取對象中的每一個數據.

那么也就是說，一個具備了__iter__方法的對象，就是一個可迭代對象。

>>> class MyList(object):
...   def __init__(self):
...       self.container = []
...   def add(self, item):
...       self.container.append(item)
...   def __iter__(self):
...       """返回一個迭代器"""
...       # 我們暫時忽略如何構造一個迭代器對象
...       pass
...
>>> mylist = MyList()
>>> from collections import Iterable
>>> isinstance(mylist, Iterable)
True
>>>
# 這回測試發(fā)現(xiàn)添加了__iter__方法的mylist對象已經是一個可迭代對象了

4. iter()函數與next()函數

list、tuple等都是可迭代對象，我們可以通過iter()函數獲取這些可迭代對象的迭代器。然后我們可以對獲取到的迭代器不斷使用next()函數來獲取下一條數據。iter()函數實際上就是調用了可迭代對象的__iter__方法。

>>> li = [11, 22, 33, 44, 55]
>>> li_iter = iter(li)
>>> next(li_iter)
11
>>> next(li_iter)
22
>>> next(li_iter)
33
>>> next(li_iter)
44
>>> next(li_iter)
55
>>> next(li_iter)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
StopIteration
>>>

注意，當我們已經迭代完最后一個數據之后，再次調用next()函數會拋出StopIteration的異常，來告訴我們所有數據都已迭代完成，不用再執(zhí)行next()函數了。

5. 如何判斷一個對象是否是迭代器

可以使用 isinstance() 判斷一個對象是否是 Iterator 對象：

In [56]: from collections import Iterator
In [57]: isinstance([], Iterator)
Out[57]: False
In [58]: isinstance(iter([]), Iterator)
Out[58]: True
In [59]: isinstance(iter("abc"), Iterator)
Out[59]: True

6. 迭代器Iterator

通過上面的分析，我們已經知道，迭代器是用來幫助我們記錄每次迭代訪問到的位置，當我們對迭代器使用next()函數的時候，迭代器會向我們返回它所記錄位置的下一個位置的數據。實際上，在使用next()函數的時候，調用的就是迭代器對象的__next__方法（Python3中是對象的__next__方法，Python2中是對象的next()方法）。所以，我們要想構造一個迭代器，就要實現(xiàn)它的__next__方法。但這還不夠，python要求迭代器本身也是可迭代的，所以我們還要為迭代器實現(xiàn)__iter__方法，而__iter__方法要返回一個迭代器，迭代器自身正是一個迭代器，所以迭代器的__iter__方法返回自身即可。

一個實現(xiàn)了__iter__方法和__next__方法的對象，就是迭代器

class MyList(object):
  """自定義的一個可迭代對象"""
  def __init__(self):
    self.items = []
  def add(self, val):
    self.items.append(val)
  def __iter__(self):
    myiterator = MyIterator(self)
    return myiterator
class MyIterator(object):
  """自定義的供上面可迭代對象使用的一個迭代器"""
  def __init__(self, mylist):
    self.mylist = mylist
    # current用來記錄當前訪問到的位置
    self.current = 0
  def __next__(self):
    if self.current < len(self.mylist.items):
      item = self.mylist.items[self.current]
      self.current += 1
      return item
    else:
      raise StopIteration
  def __iter__(self):
    return self
if __name__ == '__main__':
  mylist = MyList()
  mylist.add(1)
  mylist.add(2)
  mylist.add(3)
  mylist.add(4)
  mylist.add(5)
  for num in mylist:
    print(num)

7. for…in…循環(huán)的本質

for item in Iterable 循環(huán)的本質就是先通過iter()函數獲取可迭代對象Iterable的迭代器，然后對獲取到的迭代器不斷調用next()方法來獲取下一個值并將其賦值給item，當遇到StopIteration的異常后循環(huán)結束。

8. 迭代器的應用場景

我們發(fā)現(xiàn)迭代器最核心的功能就是可以通過next()函數的調用來返回下一個數據值。如果每次返回的數據值不是在一個已有的數據集合中讀取的，而是通過程序按照一定的規(guī)律計算生成的，那么也就意味著可以不用再依賴一個已有的數據集合，也就是說不用再將所有要迭代的數據都一次性緩存下來供后續(xù)依次讀取，這樣可以節(jié)省大量的存儲（內存）空間。

舉個例子，比如，數學中有個著名的斐波拉契數列（Fibonacci），數列中第一個數為0，第二個數為1，其后的每一個數都可由前兩個數相加得到：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, …

現(xiàn)在我們想要通過for…in…循環(huán)來遍歷迭代斐波那契數列中的前n個數。那么這個斐波那契數列我們就可以用迭代器來實現(xiàn)，每次迭代都通過數學計算來生成下一個數。

class FibIterator(object):
  """斐波那契數列迭代器"""
  def __init__(self, n):
    """
    :param n: int, 指明生成數列的前n個數
    """
    self.n = n
    # current用來保存當前生成到數列中的第幾個數了
    self.current = 0
    # num1用來保存前前一個數，初始值為數列中的第一個數0
    self.num1 = 0
    # num2用來保存前一個數，初始值為數列中的第二個數1
    self.num2 = 1
  def __next__(self):
    """被next()函數調用來獲取下一個數"""
    if self.current < self.n:
      num = self.num1
      self.num1, self.num2 = self.num2, self.num1+self.num2
      self.current += 1
      return num
    else:
      raise StopIteration
  def __iter__(self):
    """迭代器的__iter__返回自身即可"""
    return self
if __name__ == '__main__':
  fib = FibIterator(10)
  for num in fib:
    print(num, end=" ")

9. 并不是只有for循環(huán)能接收可迭代對象

除了for循環(huán)能接收可迭代對象，list、tuple等也能接收。

li = list(FibIterator(15))
print(li)
tp = tuple(FibIterator(6))
print(tp)

更多關于Python相關內容感興趣的讀者可查看本站專題：《Python面向對象程序設計入門與進階教程》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧匯總》、《Python編碼操作技巧總結》及《Python入門與進階經典教程》

希望本文所述對大家Python程序設計有所幫助。

您可能感興趣的文章:

欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python迭代器常見用法實例分析

相關文章

最新評論

大家感興趣的內容

最近更新的內容

常用在線小工具