目录 1、迭代器对象的创建 2、实际应用案例 3、总结: 1、迭代器对象的创建 迭代器是一种可以被遍历的对象,并且能够作用于 next() 函数,迭代器对象从集合的第一个元素开始访问,
- 1、迭代器对象的创建
- 2、实际应用案例
- 3、总结:
迭代器是一种可以被遍历的对象,并且能够作用于next()
函数,迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束,迭代器只能往后遍历,不能回溯。不像列表,你随时可以取后面的数据,也可以返回头取前面的数据,迭代器通常要实现两个基本方法next()
和iter()
。
概括的说,一个对象实现了__iter__()
和__next__()
方法,那么它就是一个迭代器对象。
但是只实现了__iter__()
方法没有实现__next__()
方法,就只是一个可迭代对象。
例如:
# 3.6之前的版本是不需要带.abc的,3.7就会提示需要加.abc
from collections.abc import Iterable, Iterator
class IterA:
def __iter__(self):
# 我们这里返回一个列表
return [1, 2, 3]
class IterB:
pass
iterA = IterA()
iterB = IterB()
# 可以看到iterA 是一个可迭代对象
# iterB 是一个不可迭代对象
print(isinstance(iterA, Iterable)) # True
print(isinstance(iterB, Iterable)) # False
# iterA是一个可迭代对象,但并不是一个迭代器对象
# 因为IterA类中并没有实现next方法
print(isinstance(iterA, Iterator)) # False
我们在IterA类中实现__next__()
方法,IterA
类就变成了一个迭代器对象了。
# 3.6之前的版本是不需要带.abc的,3.7就会提示需要加.abc
from collections.abc import Iterable, Iterator
class IterA:
def __iter__(self):
# 我们这里返回一个列表
return [1, 2, 3]
def __next__(self):
pass
iterA = IterA()
# 可以看到iterA 是一个可迭代对象
# iterB 是一个不可迭代对象
print(isinstance(iterA, Iterable)) # True
# iterA对象也是要给迭代器对象
print(isinstance(iterA, Iterator)) # True
2、实际应用案例
"""
1.迭代器的应用场景
1).如果数列的数据规模巨大
2).数列有规律,但是依靠列表推导式描述不出来
2.数学中有个著名的斐波那契数列(Fibonacci),
数列中第⼀个数0,第⼆个数1,其后的每⼀个数都可由前两个数相加得到:
如下:
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数。
那么这个斐波那契数列我们就可以⽤迭代器来实现,
每次迭代都通过数学计算来⽣成下⼀个数。
"""
from collections.abc import Iterable, Iterator
class FibIterator(object):
"""
fib数列迭代器
"""
# 初始化方法
def __init__(self, count):
# 斐波拉契数列中的前两个数
self.num1 = 0
self.num2 = 1
# 用来保存迭代的总次数
self.count = count
# 用来记录迭代次数(计数器)
self.i = 0
# 实现__iter__表示FibIterator是一个可迭代对象
# 返回对象自己。是一个可迭代对象
def __iter__(self):
return self
# 实现__next__方法,是FibIterator定义为迭代器对象的重要条件之一
def __next__(self):
# 判断是否迭代结束,如果没有到达迭代次数,则返回数据
# self.count 需要迭代的次数
# self.i已迭代次数
if self.i < self.count:
item = self.num1
# 计算num1, num2的值,方便下次迭代返回
# 这里运用的是序列的封包与解包,不会的可以看我以前的文章(元组)
self.num1, self.num2 = self.num2, self.num1 + self.num2
# 执行一次next方法,计数器+1
self.i += 1
# 返回新获得的数,
# 也就是前两个数求和的第三个数
return item
else:
# 到达了迭代次数,抛出异常
raise StopIteration
# 创建一个fib数列迭代器对象
fibIter = FibIterator(15)
# fibIter对象是一个迭代器
print(isinstance(fibIter, Iterable)) # True
print(isinstance(fibIter, Iterator)) # True
# 转换为列表查看fib对象内容
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377]
print(list(fibIter))
# 遍历,可执行
for li in fibIter:
print(li)
3、总结:
(1)整理总结
- 对象是否实现了
__iter__
方法,如果实现了,该对象就是一个可迭代对象。 - 一个对象实现了
__iter__()
和__next__()
方法,那么它就是一个迭代器对象。 - 可以使用
iter()
函数把可迭代对象(Iterable
)变成迭代器对象(Iterator
)。 - 通过
isinstance()
函数,可以判断一个对象是否是Iterable
对象或者是Iterator
对象。print(isinstance(fibIter, Iterable)) print(isinstance(fibIter, Iterator))
(2)迭代协议
当任何可迭代对象传入到for
循环或其他迭代工具中进行遍历时,迭代工具都是先通过iter()
函数获得与可迭代对象对应的迭代器,然后再对迭代器调用next()
函数,不断的依次获取元素,并在捕捉到StopIteration
异常时,确定完成迭代,这就是完整的迭代过程,这也称之为“迭代协议”。
(3)为什么任何Python序列都可迭代?
- 都实现了
__getitem__
方法 - 标准序列也都实现了
__iter__
方法 - 实现了
__getitem__
方法,而且其参数是从0开始的索引,这种对象也可迭代,但它不是一个可迭代对象。
原因是:如果没有实现__iter__
方法,但实现了__getitem__
方法,__getitem__()
方法可以通过iter()
函数转成Iterator
,即可以在for
循环中使用,按顺序(从0开始)获取元素。from collections.abc import Iterable, Iterator class IterObj: def __init__(self): self.a = [3, 5, 7, 11, 13, 17, 19] def __getitem__(self, i): return self.a[i] # 从创建对象 it = IterObj() print(isinstance(it, Iterable)) # false print(isinstance(it, Iterator)) # false # <__main__.IterObj object at 0x0000000002573AC8> print(it) # # <iterator object at 0x10b231278> print(iter(it)) # 遍历 for i in it: print(i)
归纳:
- 如果这个可迭代对象要在
for
循环中被使用,那么它就应该能够被内置的iter()
函数调用并转化成Iterator
对象。- Python的for语法功能非常强大,可以遍历任何可迭代的对象。
参考:
- https://blog.csdn.net/xun527/article/details/76696241
- https://www.cnblogs.com/angrycode/p/11386970.html
- https://zhuanlan.zhihu.com/p/69557317