建站
咨詢
售后
建站咨詢
新聞中心
迭代器指的是迭代取值的工具,迭代是指一個重復(fù)的過程,每一次重復(fù)都是基于上一次結(jié)果而來迭代提供了一種通用的不依賴索引的迭代取值方式，下面為大家詳細(xì)講解一下Python迭代器。
為涪城等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計制作服務(wù)，及涪城網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為成都網(wǎng)站建設(shè)、網(wǎng)站設(shè)計、涪城網(wǎng)站設(shè)計，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會得到認(rèn)可，從而選擇與我們長期合作。這樣，我們也可以走得更遠(yuǎn)！
從for循環(huán)說起
我們都知道，在Python中，我們可以for循環(huán)去遍歷一個列表，元組或者range對象。
for i in [1,2,3]:
print(i)
for i in range(0,10):
print(i)
那底層的原理是什么樣的呢？這其中涉及到了幾個概念，“可迭代”，“迭代器”，“生成器”等，大部分人可能聽過這些名詞，但是他們具體的含義以及之間的關(guān)系可能沒搞清楚，以下就是它們之間的關(guān)系圖，接下來我們就來分析這個關(guān)系圖。
可迭代對象與迭代器(先不關(guān)心左邊的生成器)
如果一個對象是可迭代對象，那么我們就可以用for循環(huán)去遍歷它，比如列表、元組、字符串等都是可迭代對象。而我們用for循環(huán)去遍歷它的原理就是，先獲取了它的迭代器，然后使用迭代器的next方法去逐一遍歷。
a = [1,2,3]
# for相當(dāng)于下面的代碼
for i in a:
print(i)
# for循環(huán)分解(實際是通過Python底層C語言實現(xiàn)的，此處只是演示)
## 第一步： 獲取迭代器
iterator_a = iter(a)
## 第二步： 通過next逐個遍歷
while True:
try:
print(next(iterator_a))
except StopIteration: ## 第三步：遇到StopIteration異常，停止
break
注意可迭代對象與迭代器的區(qū)別，如果一個對象是可迭代對象，那么我們就肯定能調(diào)用iter()方法獲取它的迭代器，而如果一個對象是迭代器，我們就能用next()方法去拿下一個元素。 我們可以用isinstance判斷一個對象是不是可迭代對象，是不是迭代器。
>>> from collections.abc import Iterable
>>> from collections.abc import Iterator
>>> isinstance([1,2,3],Iterable)
True
>>> isinstance([1,2,3],Iterator)
False
>>> i = iter([1,2,3])
>>> isinstance(i, Iterable)
True
>>> isinstance(i, Iterator)
True
>>> type(i)
'list_iterator'>
列表本身不是迭代器，它是可迭代對象，所以你不能用next()操作列表
>>> a=[1,2]
>>> next(a)
Traceback (most recent call last):
File " " , line 1, in
TypeError:
'list' object is not an iterator >>> iter_a = iter(a) >>> next(iter_a) 1 >>> next(iter_a) 2 >>> next(iter_a)
# 當(dāng)沒有剩余元素時，就拋出StopIteration異常 Traceback (most recent call last): File
" " , line 1,
in
StopIteration
可迭代對象必須實現(xiàn)iter()函數(shù)，返回迭代器，調(diào)用對象自身的iter()函數(shù)與將iter()作用于對象效果是一樣的，同理對next()和next()也一樣。
>>> a=[1,2,3]
>>> iter_a = a.__iter__()
>>> next(iter_a)
1
>>> iter_a.__next__()
2
有趣的是，迭代器也是一個可迭代的對象，所以它本身也需要實現(xiàn)iter()函數(shù)，但是，一個迭代器的迭代器，是它本身，所以可能也有些多余了。
>>> a=[1,2,3]
>>> iter_a = iter(a)
>>> iter_b = iter(iter_a)
>>> iter_c = iter(iter_b)
>>> iter_a is iter_b
True
>>> iter_a == iter_c
True
>>> for x in iter_a:
... print(x)
...
1
2
3
一些的迭代器類型
我們經(jīng)常會用到一些內(nèi)置的迭代器，例如filter和map，注意range是可迭代對象，但不是迭代器。
>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> a=range(10)
>>> isinstance(b, Iterable)
Traceback (most recent call last):
File " " , line 1, in
NameError: name
'b' is not defined >>> isinstance(a, Iterable) True >>> isinstance(a, Iterator) False >>>
type(a)
'range'> >>>
print(a) range(0, 10)
filter
filter函數(shù)用于對一個列表進(jìn)行過濾，傳入一個函數(shù)和列表，這個函數(shù)返回值是True或者False，將列表的元素逐個傳入這個函數(shù)，結(jié)果為True的保留，可以使用lambda函數(shù)。
注：在Python2.x中返回值為list，在Python3.x中返回迭代器
>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> a=filter(lambda x : x % 2 == 0, [1,2,3,4,5,6])
>>> isinstance(a, Iterable)
True
>>> isinstance(a, Iterator)
True
>>> type(a)
'filter'> >>>
print(a)
>>>
for i
in a: ...
print(i) ... 2 4 6
如果我們要想通過下表訪問，可以把它轉(zhuǎn)換成list
>>> a=filter(lambda x : x % 2 == 0, [1,2,3,4,5,6])
>>> a = list(a)
>>> a[0]
2
map
map函數(shù)接收一個函數(shù)與一個列表，將這個函數(shù)作用域列表的每個元素，生成一個新的序列，返回迭代器。
>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> a=map(lambda x : x * x, [1,2,3])
>>> isinstance(a, Iterable)
True
>>> isinstance(a, Iterator)
True
>>> type(a)
'map'> >>>
print(i) File
" " , line 1
print(i) ^ IndentationError: unexpected indent >>>
print(a)
>>> for i in a: ... print(i) ... 1 4 9
實現(xiàn)一個可迭代對象與它的迭代器
我們將list做一個簡單的封裝，實現(xiàn)一個可迭代的mylist。
class mylist:
def __init__(self, l):
self.l = l
def __iter__(self):
return mylist_iterator(self.l)
class mylist_iterator:
def __init__(self, l):
self.l = l
self.current = 0 # 記錄當(dāng)前迭代到哪個元素了
def __iter__(self): # 迭代器的迭代器返回自己即可
return self
def __next__(self):
if self.current return self.l[self.current-1]
else:
raise StopIteration
a = mylist([1,2])
for x in a:
print(x)
i = iter(a)
print(next(i))
print(next(i))
print(next(i))
上述代碼并沒有實現(xiàn)迭代器帶來的好處，因為我們事先傳入了一個列表進(jìn)去，假如這個列表很大，會占內(nèi)存。假如我們要實現(xiàn)一個類似range()功能，我們可以使用更有效的方法。
class myrange:
def __init__(self, max_num):
self.max_num = max_num
def __iter__(self):
return myrange_iterator(self.max_num)
class myrange_iterator:
def __init__(self, max_num):
self.max_num = max_num
self.current = 0 # 記錄當(dāng)前迭代到哪個元素了
def __iter__(self): # 迭代器的迭代器返回自己即可
return self
def __next__(self):
if self.current return self.current-1
else:
raise StopIteration
a = myrange(2)
for x in a:
print(x)
i = iter(a)
print(next(i))
print(next(i))
print(next(i))
需要注意的是，我們的myrange不能隨機(jī)訪問，只能一次性順序遍歷，只能前進(jìn)，不能后退，實際Python的range()可以隨機(jī)訪問。
for循環(huán)是否只能用于可迭代對象？
這個答案是No。for循環(huán)大部分情況都作用于可迭代對象，但是有一個例如，如果對象是可以通過下標(biāo)訪問的，也能用于for循環(huán)。
一個對象如果不能用下標(biāo)訪問，那么就會報下面的錯誤，實際上它對應(yīng)的是一個getitem()內(nèi)置方法。
>>> a={1,2,3}
>>> a[0]
Traceback (most recent call last):
File " " , line 1, in
TypeError:
'set' object is not subscriptable >>> a.__getitem__(1) Traceback (most recent call last): File
" " , line 1,
in
AttributeError:
'set' object has no attribute
'__getitem__'
如果我們實現(xiàn)了getitem()，也能通過for循環(huán)遍歷。
from collections.abc import Iterator
from collections.abc import Iterable
class mylist1:
def __init__(self, l):
self.l = l
def __getitem__(self, i):
return self.l[i]
print(isinstance(a, Iterable))
print(isinstance(a, Iterator))
a = mylist1([1,2,3])
for x in a:
print(x)
結(jié)果如下，可以看到a既不是可迭代對象，也不是迭代器。
False
False
1
2
3
for循環(huán)會先看對象是不是實現(xiàn)了iter()，如果是，就用迭代器的方式，如果沒有的話，就看有沒有getitem()，都沒有就報錯，報的錯如下：
>>> for x in 5:
... print(x)
...
Traceback (most recent call last):
File " " , line 1, in
TypeError:
'int' object is not iterable
那我們怎么知道它先去找iter()呢？我們在前面的代碼里加上幾行，
from collections.abc import Iterator
from collections.abc import Iterable
class mylist1:
def __init__(self, l):
self.l = l
def __getitem__(self, i):
return self.l[i]
def __iter__(self):
return self
print(isinstance(a, Iterable))
print(isinstance(a, Iterator))
a = mylist1([1,2,3])
for x in a:
print(x)
結(jié)果如下：
True
False
Traceback (most recent call last):
File " " , line 1, in
runfile(
'C:/Users/xlniu/test123/test.py', wdir=
'C:/Users/xlniu/test123') File
"C:\Users\xlniu\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 827,
in runfile execfile(filename, namespace) File
"C:\Users\xlniu\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110,
in execfile
exec(compile(f.read(), filename,
'exec'), namespace) File
"C:/Users/xlniu/test123/test.py", line 49,
in
for x
in a: TypeError: iter() returned non-iterator of
type
'mylist1'
特殊的迭代器-生成器(generator)
接下來我們看關(guān)系圖的左邊，生成器，生成器是迭代器，迭代器是可迭代對象，所以生成器肯定是可迭代對象了。哪些對象是生成器呢？
生成器的來源主要有兩個，一個是生成器表達(dá)式，例如(i for i in ‘hello, world’), (i for i in range(0,10) if i % 2 == 0)，另一個是生成器函數(shù)，生成器函數(shù)不使用return返回數(shù)據(jù)，而使用yield。
我們來看一下前面說的filter是不是生成器。
>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> from collections.abc import Generator
>>> a = [1,2,3,4,5,6]
>>> b = filter(lambda x : x % 2 == 0, a)
>>> print(isinstance(b, Generator))
False
它并不是一個生成器。
生成器表達(dá)式
生成器表達(dá)式與列表推斷是差不多的，但是它用”()”括起來，而列表推斷用的中括號，一般的語法就是：
expr(val) for val in xxx if yyy
例如
>>> from collections.abc import Generator
>>> a = (i for i in range(0, 10))
>>> next(a)
0
>>> next(a)
1
>>> print(isinstance(a, Generator))
True
>>> print(type(a))
'generator'> >>>
print(a)
at 0x000001A61011B7C8>
#通過genexpr得到的生成器 >>> b = (i.upper()
for i
in
'hello, world') >>> c = (x
for x
in range(0,10)
if x % 5 == 0) >>>
for x
in b: ...
print(x) ... H E L L O , W O R L D >>> d = [i
for i
in range(0,10)] >>>
print(
type(d)) >>>
type(d)
'list'> >>>
print(d) [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
如果我們把生成器表達(dá)式用在其他的對象上，例如set，list等，它們會自動轉(zhuǎn)換成相應(yīng)類型。
>>> set(i for i in range(0,5)) # 相當(dāng)于set( (i for i in range(0,5)) )
{0, 1, 2, 3, 4}
>>> set( (i for i in range(0,5)) )
{0, 1, 2, 3, 4}
>>> tuple(i for i in range(0,5))
(0, 1, 2, 3, 4)
>>> list(i for i in range(0,5))
[0, 1, 2, 3, 4]
生成器函數(shù)
另外一種生成器通過生成器函數(shù)得到。
from collections.abc import Iterator
from collections.abc import Iterable
from collections.abc import Generator
def myrange(stop):
i = 0
while i #返回i，下次調(diào)用時會從這個地方繼續(xù)向下執(zhí)行
i += 1
e = myrange(5)
print(isinstance(e, Iterable))
print(isinstance(e, Iterator))
print(isinstance(e, Generator))
print(type(e))
print(e)
print(next(e))
for x in e:
print(x)
運行結(jié)果如下：
True
True
True
'generator'>
0 1 2 3 4
在函數(shù)myrange中，有一個特殊的關(guān)鍵詞，yield。這個與return類似，但是return后，下次調(diào)用會從頭開始，但是使用了yield，我們的函數(shù)就會返回一個生成器，相當(dāng)于每次執(zhí)行，都記住了上次的位置，從上次的位置繼續(xù)執(zhí)行。生成器表達(dá)式可以認(rèn)為是一種特殊的生成器函數(shù)，類似于lambda表達(dá)式和普通函數(shù)。但是和生成器一樣，生成器表達(dá)式也是返回生成器generator對象，一次只返回一個值。
網(wǎng)頁名稱：講解一下Python迭代器
網(wǎng)站網(wǎng)址：http://www.5511xx.com/article/dhhdhcp.html
