Python进阶之迭代器

news2024/11/30 0:42:17

文章目录

前言
一、迭代器介绍及作用
- 1.可迭代对象
- 2. 迭代器
二、常用函数和迭代器
- 1.常用函数
- 2.迭代器
三、总结
结束语

💂 个人主页:风间琉璃
🤟 版权: 本文由【风间琉璃】原创、在CSDN首发、需要转载请联系博主
💬 如果文章对你有帮助、欢迎关注、点赞、收藏(一键三连)和订阅专栏哦

前言

Python有三大器：迭代器、生成器、装饰器。这里给大家先介绍迭代器相关的知识。

一、迭代器介绍及作用

1.可迭代对象

在介绍迭代器之前介绍一下迭代和可迭代对象的概念：

迭代：通常从一个对象中依次取出数据，这个过程叫做遍历，也称为**迭代(**重复执行某一段代码块，并将每一次迭代得到的结果作为下一次迭代的初始值)。

可迭代对象：是指该对象可以被用于for循环，例如：集合，列表，元组，字典，字符串，迭代器等。直接作用于for循环的对象统称为可迭代对象(Iterable)

那么在代码层面如何定义一个可迭代对象呢？

在python中如果一个对象实现了__iter__方法，则该对象可以称之为可迭代对象。例如，可以查看list,set等其内部均实现了__iter__方法，实现方式和对象的初始化方法一样。

class MyIterable:
    def __init__(self):
        pass
    
    def __iter__(self):
        return self

如果一个对象未实现__iter__方法，对其使用for则会抛出TypeError: ‘xxx’ object is not iterable。

MyIterable实现了__iter__方法，则MyIterable就是一个可迭代对象。可以通过如下方式判断一个对象是不是可迭代对象？

# 导入collections.abc模块中的Iterable对象
import collections.abc

class MyIterable:
    def __init__(self):
        pass

    def __iter__(self):
        return self

obj = MyIterable()

# 判断str是否可迭代
a = isinstance(obj, collections.abc.Iterable)
# 打印迭代结果
print(a)

2. 迭代器

迭代器：对可迭代对象进行迭代的方式或容器，并且需要记录当前迭代进行到的位置。

Python迭代器可以被定义为：
$\star$ 在python中如果一个对象同时实现了__iter__和__next__(获取下一个值)方法
$\star$ 可以通过内置函数next(iterator)或实例对象的__next__()方法，来获取当前迭代的值
$\star$ 迭代器一定是可迭代对象，可迭代对象不一定是迭代器。
$\star$ 如果可迭代对象遍历完后继续调用next()，则会抛出：StopIteration异常。

注意第三点，一个对象要同时实现__iter__和__next__才可以称为迭代器，只有实现__iter__方法的称为可迭代对象。可通过如下方式判断一个对象是不是迭代器？

# 导入collections.abc模块中的Iterable对象
import collections.abc

class MyIterable:
    def __init__(self):
        pass

    def __iter__(self):
        return self

obj = MyIterable()

# 判断str是否可迭代
a = isinstance(obj, collections.abc.Iterable)  # True
b = isinstance(obj, collections.abc.Iterator)  # False
# 打印迭代结果
print(a)
print(b)

从这里可以看到obj是可迭代对象，但不是迭代器。常见数据类型Iterable和Iterator分类：
在这里插入图片描述
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。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下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。

下面是一个简单的Python迭代器示例：

# 导入collections.abc模块中的Iterable对象
import collections.abc

class MyIterable:
    def __init__(self, mylist):
        self.mylist = mylist  # 列表
        self.index = 0   # 索引

    def __iter__(self):
        return self

    def __next__(self):
        if self.index < len(self.mylist):
            value = self.mylist[self.index]
            self.index += 1
            return value
        else:
            raise StopIteration

mylist = [1, 2, 3, 4, 5]
iterableobj = MyIterable(mylist)  # 迭代器(可迭代对象)

# a = isinstance(iterableobj, collections.abc.Iterable)  # True
# b = isinstance(iterableobj, collections.abc.Iterator)  # False

在这个示例中，我们创建了一个称为"MyIterable"的类，它包含了一个列表和一个索引值。该类还实现了__iter__()和__next__()方法。因此iterableobj是一个迭代器(可迭代对象)。

__iter__()方法返回该对象本身，因此可以直接对该对象使用for…in…语句进行迭代。
__next__()方法则根据当前索引值来获取列表中的下一个元素，如果已经到达列表末尾，则抛出StopIteration异常。因此有两种方法打印输出。

(1)使用for循环打印输出

for item in iterableobj:
    print(item)

(2)使用next函数

while True:
    try:
        # 获得下一个值:
        x = next(iterableobj)
        print(x)
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

注意不要两种方式一起用，一起使用的话，只会打印输出一次，可能是由于底层都是调用的迭代器吧，迭代器会记录当前迭代的位置，使用其中一种方式后，迭代器计数器已经到末尾了，当第二次使用的时，自然啥也不会输出。

二、常用函数和迭代器

1.常用函数

2.迭代器

三、总结

优点：迭代器对象表示的是一个数据流，可以在需要时才去调用next来获取一个值；因而本身在内存中始终只保留一个值，对于内存占用小可以存放无限数据流。由于其他容器需要一次将所有元素都存放进内存，如：列表、集合、字典…等

缺点：无法获取存放的元素长度，除非取完计数。同时取值不灵活，只能向后取值，next()永远返回的是下一个值；无法取出指定值(如字典的key,或列表的下标)，而且迭代器对象的生命周期是一次性的，元素被迭代完则生命周期结束。

Python 的迭代器提供稳定和灵活的代码。迭代器和可迭代对象的区别：
$\star$ Iterable 是一个可以迭代的对象。它在传递给iter()方法时生成一个迭代器。

$\star$ Iterator 是一个对象，用于使用 __next__() 方法对可迭代对象进行迭代。迭代器有 __next__() 方法，它返回对象的下一项。

请注意，每个迭代器也是一个可迭代的，但不是每个可迭代的都是一个迭代器。

例如，列表是可迭代的，但列表不是迭代器。可以使用函数 iter() 从可迭代对象创建迭代器。在这里插入图片描述
为了实现这一点，对象的类需要一个方法 __iter__，它返回一个迭代器，或者一个具有从 0 开始的顺序索引的 __getitem__ 方法。但其本质也是实现了 __iter__ 方法。