Python中迭代器的用法

迭代器

​1. 可迭代对象​

对象：python中一切皆对象。一个实实在在存在的值就叫对象。比如：a = 1, a就叫对象。
可迭代：更新迭代。重复的、循环的一个过程。更新迭代每次都有新的内容。

字面意思：可以进行循环更新的一个实实在在的值。

专业角度：内部含有​​__iter__​​方法的对象称之为可迭代对象。

• 获取对象的所有方法并且以字符串的形式表现：​​dir()​​

# 获取一个对象的所有方法
s1 = 'lucy'
print(dir(s1))

• 判断一个对象是否是可迭代对象

'__iter__' in dir(对象)

使用可迭代对象的优点：

• 存储的数据直接能显示，比较直观
• 拥有的方法比较多

缺点：

• 占用内存
• 不能直接通过for循环，不能直接取值（索引，key除外）

li = [1, 2, 3]
for i in li:
print(i)
# 看似列表可以for循环直接取值，其实不是的。里面进行了一步转化，把可迭代对象转化成了迭代器。可迭代对象不能直接取值。

​2. 迭代器​

• 迭代器的定义

• 字面意思：更新迭代，器：工具。可更新迭代的工具。
• 专业角度：内部含有​​__iter__​​​方法并且含有​​__next__​​方法的对象就是迭代器。

• 判断是否是迭代器

('__iter__' in dir(对象)) and ('__next__' in dir(对象))with open('text', 'w', encoding='utf8') as file:
print(('__iter__' in dir(file)) and ('__next__' in dir(file))) # True

• 可迭代对象可以转化成迭代器

s = 'lucy'
obj = iter(s) # s.__iter__()
print(next(obj)) # print(obj.__next__())

• 迭代器优点

• 节省内存。迭代器在内存中相当于只占一个数据的空间。因为每次取值时上一条数据会在内存释放，加载当前的这条数据。
• 惰性机制。next一次，取一个值，绝不过多取值。

• 迭代器的缺点

• li = [11, 22, 33, 44, 55, 66, 77, 88, 99]
  obj = iter(li)
  for i in range(3):
  print(next(obj))
  for i in range(4):
  print(next(obj))

• 速度慢，不能直观的查看里面的数据。
• 取值时不走回头路，只能一直向下取值。

• 可迭代对象与迭代器对比

• ​可迭代对象​拥有的方法比较多，操作灵活（比如列表，字典的增删改查，字符串的常用操作方法等），比较直观，存储数据相对少（几百万个对象，8G内存是可以承受的），但是占用内存，而且不能直接通过循环迭代取值。
• 侧重于对数据灵活处理，并且内存空间足够，将数据集设置为​可迭代对象​是明确的选择。
• ​迭代器​非常节省内存，可以记录取值位置，可以直接通过​​循环+next方法​​取值，但是不直观，操作方法比较单一。
• 当数据量过大，大到足以撑爆内存或者以节省内存为首选因素时，将数据集设置为​迭代器​是一个不错的选择。

• while循环模拟for循环机制

li = [11, 22, 33, 44, 55, 66, 77, 88, 99]
obj = iter(li)
while 1:
try:
print(next(obj))
except StopIteration:
break