本篇将要介绍python迭代器
前面我们学过迭代,可以直接用for
循环的都是可迭代对象,可用于for
循环的数据类型有以下几种:
list
、tuple
、dict
、set
、str
等yield
的generator function
.这些可以直接作用与for
循环的对象统称为可迭代对象:Iterable
from collections import Iterable
>>>isinstance([], Iterable)
True
>>>isinstance({}, Iterable)
True
>>>isinstance('abc', Iterable)
True
>>>isinstance((x for x in range), Iterable)
True
>>>isinstance(100, Iterable)
False
而生成器不但可以作用于for
循环,还可以被next()
函数不断调用并返回下一个值,直到最后抛出StopIteration
错误表示无法继续返回下一个值了。
可以被next()
函数调用并不断返回下一个值的对象称为迭代器:Iterator
。
可以使用isinstance()
判断一个对象是否是Iterator
对象:
>>>from collections import Iterator
>>>isinstance((x for x in range(10)), Iterator)
True
>>>isintance([], Iterator)
False
>>>isinstance({}, Iterator)
False
>>>isinstance('abc', Iterator)
False
生成器都是Iterator
对象,但list
、dict
、str
虽然是Iterable
,却不是Iterator
。
把list
、dict
、'str'等Iterable
变成Iterator
可以使用iter()
函数:
>>>isinstance(iter([]), Iterator)
True
>>>isinstance(iter('abc'), Iterator)
True
你可能会问,为什么list
、dict
、str
等数据类型不是Iterator
?
这是因为Python的Iterator
对象表示的是一个数据流,Iterator对象可以被next()
函数调用并不断返回下一个数据,直到没有数据时抛出StopIteration
错误。可以把数据流看做是一个有序序列,但我们却不能提前直到序列的长度,只要不断通过next()
函数实现按需计算下一个数据,所以Iterator
的计算是惰性的,只有在需要返回一个数据时它才会计算。
Iterator
甚至可以表示一个无限大的数据流,例如全体自然数。而使用list是永远不可能存储全体自然数的。
for
循环的对象都是Iterable
类型;next()
函数的对象都是Iterator
类型,它们表示一个惰性计算的序列;list
、dict
、str
等是Iterable
但不是Iterator
,不过可以用个iter()
函数转换为Iterator
对象。for
循环本质上就是通过不断调用next()
函数实现的,例如:for x in [1, 2, 3, 4, 5]:
pass
实际上完全等价于:
#首选获得Iterator对象
it = iter([1, 2, 3, 4, 5])
#循环
while True:
try:
#获得下一个值
x = next(it)
except StopIteration:
#遇到StopIteration就退出循环
break