Python學(xué)習(xí)之迭代器詳解
什么是迭代器
迭代是 python 中訪問集合元素的一種非常強大的一種方式。迭代器是一個可以記住遍歷位置的對象,因此不會像列表那樣一次性全部生成,而是可以等到用的時候才生成,因此節(jié)省了大量的內(nèi)存資源。迭代器對象從集合中的第一個元素開始訪問,直到所有的元素被訪問完。迭代器有兩個方法:iter()和 next()方法。
這么解釋可能不太直觀,我們以生活的一個小栗子來解釋一下,方便大家能夠更深刻的理解。比如說我們?nèi)コ匈I水果,而正巧超市的服務(wù)人員正在擺放蘋果。服務(wù)人員告訴我們需要等蘋果都擺放完畢我們才可以拿蘋果,這樣就很耽誤我們的時間。(這個場景中,柜臺上其實已經(jīng)有蘋果了,只不過銷售不讓拿罷了。)
然后我們再去賣橘子的柜臺,服務(wù)人員也在擺放橘子。但是服務(wù)人員告訴我們可以不用等他擺放完畢,我們可以直接拿橘子,這樣就會很好的節(jié)省我們的時間。如果我們拿橘子的速度超過了服務(wù)人員擺放的速度 ,我們只需要等待服務(wù)人員擺放之后就可以直接拿橘子,大大的提升了我們買橘子的效率。
而迭代器就類似于我們買橘子的場景,我們平時的程序都是一次性寫入到內(nèi)存中。比如我們的列表中存在成百上千的數(shù)據(jù),都是一次性寫入到內(nèi)存里的,通過這樣讓我們來使用。但是迭代器卻是按需加載,有一點內(nèi)容就會放在內(nèi)容里面,我們就可以立刻使用內(nèi)存中的數(shù)據(jù)進行我們的邏輯處理。這樣就不要所有的數(shù)據(jù)都寫入到內(nèi)存中就可以使用,大大的提升了使用效率。
如何生成迭代器
迭代器函數(shù) - iter() 函數(shù) 與 next() 函數(shù)
iter(iterable)從可迭代對象中返回一個迭代器,iterable必須是能提供一個迭代器的對象
next(iterator) 從迭代器iterator中獲取下一了記錄,如果無法獲取下一條記錄,則觸發(fā)stoptrerator異常
說明:
1.迭代器只能往前取值,不會后退
2.用iter函數(shù)可以返回一個可迭代對象的迭代器
示例:
iter()函數(shù)介紹:生成一個迭代器對象
iter()函數(shù)用法:iter(iterable)
參數(shù)介紹:iterable —> 可迭代的數(shù)據(jù)類型(比如列表、字典、元組以及集合類型等)
示例:
iter([1, 2, 3])
返回值:
<list_iterator at 0x4f3bff0>
next()函數(shù)介紹:返回迭代器中的數(shù)據(jù)
next()函數(shù)用法:next(iterable)
參數(shù)介紹:iterable —> 迭代器對象
示例:
iter_obj = iter([1,2,3]) next(iter_obj)
返回值:
# >>> 1,2,3
# >>> StopIteration
綜上,我們得出結(jié)論:
iter(iterable)從可迭代對象中返回一個迭代器,iterable必須是能提供一個迭代器的對象
next(iterable) 從迭代器iterator中獲取下一了記錄,如果無法獲取下一條記錄,則觸發(fā)stoptrerator異常
演示案例如下:
# coding:utf-8 test_list = [1, 3, 5, 7] test_iter = iter(test_list) ? ? # 讓test_list提供一個能訪問自己的迭代器 print(next(test_iter)) ? ? # 1 ?從迭代器中取值,讓迭代器去獲取l中的一個元素 print(next(test_iter)) ? ? # 3 print(next(test_iter)) ? ? # 5 print(next(test_iter)) ? ? # 7 print(next(test_iter)) ? ? # StopIterable 異常
test_list 實際上是一個列表,但是被迭代器迭代之后。并不是一次性將列表放入內(nèi)存中,而是每次放一個元素進入內(nèi)存,然后被讀取。(這就是我們說的按需加載)
可迭代的對象
類似于list、tuple、str 等類型的數(shù)據(jù)可以使用for… in… 的循環(huán)遍歷語法可以從其中依次拿到數(shù)據(jù)并進行使用,我們把這個過程稱為遍歷,也稱迭代。python中可迭代的對象有l(wèi)ist(列表)、tuple(元組)、dirt(字典)、str(字符串)set(集合)等。
示例如下:
test_list = [1,2,3,4,5] test_dirt = { "name":"張三", "sex":"男", "age":33 } test_tuple = (1,2,3,4,5) test_set = {1,2,3,3,4} for i in test_list: print(i) for i in test_dirt: print(i) for i in test_tuple: print(i) for i,j in test_set.items(): print("%s:%s" % (i,j)) # >>> 執(zhí)行結(jié)果如下: # >>> test_list的元素為: 1 # >>> test_list的元素為: 2 # >>> test_list的元素為: 3 # >>> test_list的元素為: 4 # >>> test_list的元素為: 5 # >>> test_dirt的元素為: name # >>> test_dirt的元素為: sex # >>> test_dirt的元素為: age # >>> test_tuple的元素為: 1 # >>> test_tuple的元素為: 2 # >>> test_tuple的元素為: 3 # >>> test_tuple的元素為: 4 # >>> test_tuple的元素為: 5 # >>> test_set的元素為:1 # >>> test_set的元素為:2 # >>> test_set的元素為:3 # >>> test_set的元素為:4
生成迭代器
除了剛剛我們使用的 iter() 函數(shù)之外 ,我們還有其他方法生成迭代器:
第一種:for循環(huán)生成方法 —> 我們可以在函數(shù)中使用 for 循環(huán), 并對每一個 for 循環(huán)的成員使用 yield() 函數(shù) [它的意思就是將每一個 for 循環(huán)成員放到一個迭代器對象中,不過只有被調(diào)用才會被放入。]
示例如下:
def test(): ? ? for i in range(10): ? ? ? ? yield i result = test() print('for 循環(huán),第一次 \'i\'的值為:', next(result)) print('for 循環(huán),第二次 \'i\'的值為:', next(result)) print('for 循環(huán),第三次 \'i\'的值為:', next(result)) print('for 循環(huán),第四次 \'i\'的值為:', next(result)) # >>> 執(zhí)行結(jié)果如下: # >>> for 循環(huán),第一次 'i'的值為: 0 # >>> for 循環(huán),第二次 'i'的值為: 1 # >>> for 循環(huán),第三次 'i'的值為: 2 # >>> for 循環(huán),第四次 'i'的值為: 3
注意:超過10次異常會拋 StopIteration 的異常。
第二種:for 循環(huán)一行生成迭代器對象。
示例如下:
result = (i for i in [1, 2, 3])?? ??? ?# 將 for 循環(huán)在非函數(shù)中 賦值 給一個變量, 這也是生成一個迭代器變量的方法 ? print('for 循環(huán),第一次 \'i\'的值為:', next(result))?? ??? ?# 使用 next 調(diào)用迭代器 print('for 循環(huán),第二次 \'i\'的值為:', next(result)) print('for 循環(huán),第三次 \'i\'的值為:', next(result)) # >>> for 循環(huán),第一次 'i'的值為: 1 # >>> for 循環(huán),第二次 'i'的值為: 2 # >>> for 循環(huán),第三次 'i'的值為: 3
注意: next(result) 超過4次會拋 StopIteration 的異常。
劃重點:
使用 for 循環(huán)生成的迭代器,可以不使用 next() 函數(shù) 也可以執(zhí)行,(依然可以通過 for 循環(huán) 獲取迭代器的數(shù)據(jù))不僅如此,當我們調(diào)取完迭代器中的數(shù)據(jù)之后,程序不會拋出異常,相比較與 next() 函數(shù)要友好的多。
示例如下:
result = (i for i in [1, 2, 3]) for item in result: ? ? print(item) ? ?? # >>> 執(zhí)行結(jié)果如下: # >>> 1 # >>> 2 # >>> 3 # 循環(huán)結(jié)束,程序正常退出,不會拋出 StopIteration 的異常
迭代器的用法 - 演示案例
案例一:
def make_iter(): ? ? for i in range(5): ? ? ? ? yield i iter_obj = make_iter() for i in iter_obj: ? ? print(i) print('----') for i in iter_obj: ? ? print(i) ? ?? # >>> 執(zhí)行結(jié)果如下: # >>> 0 # >>> 1 # >>> 2 # >>> 3 # >>> 4 # >>> ---- # >>> 從運行結(jié)果得出結(jié)論,當我們從內(nèi)存中讀取完迭代器所有的值后,內(nèi)存就會被釋放,不再循環(huán)輸出。
案例二:
iter_obj = (i for i in range(4)) for i in iter_obj: ? ? print(i) print('=====') for i in iter_obj: ? ? print(i) # >>> 執(zhí)行結(jié)果如下: # >>> 0 # >>> 1 # >>> 2 # >>> 3 # >>> ===== # >>> 從運行結(jié)果得出結(jié)論,當我們從內(nèi)存中讀取完迭代器所有的值后,內(nèi)存就會被釋放,不再循環(huán)輸出。
迭代器 除了前文我們提到的 按需加載 ,可以提升我們的執(zhí)行速度以外。
還有另外一個原因,試想一下:如果我們的列表只有10個數(shù)據(jù),那么讀取的速度會很快??赡軐Y源(也就是我們的內(nèi)存)占用的消耗不是很大;如果我們有一個成千上萬甚至十萬數(shù)據(jù)的列表,那么這些數(shù)據(jù)都要一次性的寫入內(nèi)存里,這么多的數(shù)據(jù)所消耗占用的資源必然會很大,甚至?xí)伪覀兊膬?nèi)存造成內(nèi)存溢出,程序就會報錯了。
所以如果通過迭代器的方式,我們只需要用到一個數(shù)據(jù)就將一個數(shù)據(jù)扔到內(nèi)存里并且被使用。這樣既可以提高我們內(nèi)存使用的效率,又可以減少我們內(nèi)存的消耗。這也是我們平時使用迭代器的目的。
到此這篇關(guān)于Python學(xué)習(xí)之迭代器詳解的文章就介紹到這了,更多相關(guān)Python迭代器內(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利用operator模塊實現(xiàn)對象的多級排序詳解
python中的operator模塊提供了一系列的函數(shù)操作。下面這篇文章主要給大家介紹了在Python中利用operator模塊實現(xiàn)對象的多級排序的相關(guān)資料,需要的朋友可以參考借鑒,下面來一起看看吧。2017-05-05python語法之語言元素和分支循環(huán)結(jié)構(gòu)詳解
這篇文章主要介紹了Python的語言元素和分支循環(huán)結(jié)構(gòu),本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2021-10-10python3使用diagrams繪制架構(gòu)圖的步驟
這篇文章主要介紹了python3使用diagrams生成架構(gòu)圖的步驟,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-04-04