for循環(huán)在Python中的工作原理詳細
例如:
作用于列表
>>> for elem in [1,2,3]: ... print(elem) ... 1 2 3
作用于字符串
>>> for c in "abc": ... print(c) ... a b c
作用于字典
>>> for k in {"age":10, "name":"wang"}: ... print(k) ... age name
可能有人不經(jīng)要問,為什么這么多不同類型對象都支持 for
語句,還有哪些類型的對象可以作用在 for
語句中呢?回答這個問題之前,我們先要了解 for
循環(huán)背后的執(zhí)行原理。
for
循環(huán)是對容器進行迭代的過程,什么是迭代?迭代就是從某個容器對象中逐個地讀取元素,直到容器中沒有更多元素為止。那么,哪些對象支持迭代操作?任何對象都可以嗎?先隨便自定義一個類試試,看行不行:
>>> class MyRange: ... def __init__(self, num): ... self.num = num ... >>> for i in MyRange(10): ... print(i) ... Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'MyRange' object is not iterable
錯誤堆棧日志非常清楚地告訴我們,MyRange 不是一個可迭代對象,所以它不能用于迭代,那么到底什么樣的對象才稱得上是可迭代對象(iterable
)呢?
可迭代對象需要實現(xiàn)__iter__
方法,并返回一個迭代器,什么是迭代器呢?迭代器只需要實現(xiàn) __next__
方法。現(xiàn)在我們就來驗證一下列表為什么支持迭代:
>>> x = [1,2,3] >>> its = x.__iter__() # x有此方法,說明列表是可迭代對象 >>> its <list_iterator object at 0x100f32198> >>> its.__next__() # its有此方法,說明its是迭代器 1 >>> its.__next__() 2 >>> its.__next__() 3 >>> its.__next__() Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
從試驗結(jié)果來看,列表是一個可迭代對象,因為它實現(xiàn)了 __iter__
方法,并且返回了一個迭代器對象(list_iterator
),因為它實現(xiàn)了 __next__
方法。我們看到它不斷地調(diào)用__next__
方法,其實就是不斷地迭代獲取容器中的元素,直到容器中沒有更多元素拋出 StopIteration
異常為止。
那么 for
語句又是如何循環(huán)的呢?到這里,恐怕你也猜到了,它的步驟是:
- 先判斷對象是否為可迭代對象,不是的話直接報錯,拋出
TypeError
異常,是的話,調(diào)用__iter__
方法,返回一個迭代器 - 不斷地調(diào)用迭代器的
__next__
方法,每次按序返回迭代器中的一個值 - 迭代到最后,沒有更多元素了,就拋出異常
StopIteration
,這個異常python
自己會處理,不會暴露給開發(fā)者
對于元組,字典,字符串也是同樣的道理,弄明白了 for 的執(zhí)行原理之后,我們就可以實現(xiàn)自己的迭代器用在 for 循環(huán)中。
前面的 MyRange
報錯是因為它沒有實現(xiàn)迭代器協(xié)議里面的這兩個方法,現(xiàn)在繼續(xù)改進:
class MyRange: def __init__(self, num): self.i = 0 self.num = num def __iter__(self): return self def __next__(self): if self.i < self.num: i = self.i self.i += 1 return i else: # 達到某個條件時必須拋出此異常,否則會無止境地迭代下去 raise StopIteration()
因為它實現(xiàn)了__next__
方法,所以 MyRange
本身已經(jīng)是一個迭代器了,所以 __iter__
返回的就是對象本身 self
。現(xiàn)在用在 for 循環(huán)中試試:
for i in MyRange(3): print(i) # 輸出 0 1 2
有沒有發(fā)現(xiàn),自定義的 MyRange
功能和內(nèi)建函數(shù) range
很相似。for
循環(huán)本質(zhì)是不斷地調(diào)用迭代器的__next__
方法,直到有 StopIteration
異常為止,所以任何可迭代對象都可以作用在for
循環(huán)中。
到此這篇關(guān)于for循環(huán)在Python中的工作原理詳細的文章就介紹到這了,更多相關(guān)for循環(huán)在Python中的工作原理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python中np.linalg.norm()用法實例總結(jié)
在線性代數(shù)中一個向量通過矩陣轉(zhuǎn)換成另一個向量時,原有向量的大小就是向量的范數(shù),這個變化過程的大小就是矩陣的范數(shù),下面這篇文章主要給大家介紹了關(guān)于Python中np.linalg.norm()用法的相關(guān)資料,需要的朋友可以參考下2022-07-07Pycharm 使用 Pipenv 新建的虛擬環(huán)境(圖文詳解)
pipenv 是 Pipfile 主要倡導(dǎo)者、requests 作者 Kenneth Reitz 寫的一個命令行工具,主要包含了Pipfile、pip、click、requests和virtualenv。這篇文章主要介紹了Pycharm 使用 Pipenv 新建的虛擬環(huán)境的問題,需要的朋友可以參考下2020-04-04科學(xué)計算與數(shù)據(jù)分析利器Python數(shù)據(jù)分析庫Scipy使用詳解
Scipy在現(xiàn)代科學(xué)研究和數(shù)據(jù)分析中是一個不可或缺的庫,它建立在NumPy的基礎(chǔ)上,提供了更多的高級科學(xué)計算功能,包括優(yōu)化、信號處理、統(tǒng)計分析、插值、線性代數(shù)等,本文將會學(xué)習(xí)Scipy庫的各種功能和用法,包括數(shù)學(xué)優(yōu)化、統(tǒng)計分析、信號處理和插值等方面2023-11-11使用PIL(Python-Imaging)反轉(zhuǎn)圖像的顏色方法
今天小編就為大家分享一篇使用PIL(Python-Imaging)反轉(zhuǎn)圖像的顏色方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01使用PyTorch將數(shù)據(jù)從CPU移動到GPU的四個方法
這篇文章給大家介紹了在 PyTorch 中,將數(shù)據(jù)從 CPU 移動到 GPU 的幾種方法,使用 .to() 方法,使用 .cuda() 方法,使用 torch.Tensor 構(gòu)造函數(shù)和使用 torch.tensor 構(gòu)造函數(shù)這四個方法,通過代碼示例介紹非常詳細,需要的朋友可以參考下2024-01-01Django request.META.get()獲取不到header頭的原因分析
這篇文章主要介紹了Django request.META.get()獲取不到header頭的原因分析,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04Django 自定義404 500等錯誤頁面的實現(xiàn)
這篇文章主要介紹了Django 自定義404 500等錯誤頁面的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03