迭代器概念（day4）

分类: IT文章 • 2022-08-29 23:55:38

可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型，如：list、tuple、dict、set、str等

一类是generator，包括生成器和带yield的generator function。

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable

可以使用isinstance()判断一个对象是否是Iterable对象：

from collections import Iterable
print(isinstance([], Iterable))  # true
print(isinstance({}, Iterable))  # true
print(isinstance((x for x in range(6)), Iterable))  # true
print(isinstance('abc', Iterable))  # true
print(isinstance(66, Iterable))  # false

View Code

而生成器不断可以作用于for循环，哈可以被next()函数不断调用并返回下一个值，

知道最后抛出StopIteration错误表示无法继续返回下一个值。

可以被next()函数不断调用并返回下一个值的对象称为迭代器：Iterator

类似的，可以用isinstance()判断一个对象是否是Iterator对象：

1 from collections import Iterator
2 print(isinstance([], Iterator))  # true
3 print(isinstance({}, Iterator))  # true
4 print(isinstance((x for x in range(6)), Iterator))  # true
5 print(isinstance('abc', Iterator))  # true
6 print(isinstance(66, Iterator))  # false

View Code

（上面就第三个是Ture，其余都是False；不知道怎么修改，就在这里备注吧）

生成器都是Iterator对象，但是list、dict、str虽然是Iterable，但不是Iterator

比过，把list、dict、str等Iterable变成Iterator可以使用iter（）函数：

1 print(isinstance(iter('abc'), Iterator))  # true
2 print(isinstance(iter([]), Iterator))  # true

View Code

那么，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，不存储历史数据的，Iterator对象可以被next（）函数调用

并不断返回下一个数据，知道没有数据时抛出StopIteration错误表示无法继续返回下一个值。

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。

所以，Iterator甚至可以表示一个无限大的数据流，比如全体自然数。而使用list是永远不可能存储全体自然数的。

小结：

　　凡是可作用于for循环的对象都是Iterable类型；

　　凡是可作用于next（）函数的对象都是Iterator类型，他们表示一个惰性计算的序列；

　　集合数据类型，如：list、dict、str等都是Iterable但不是Iterator，不过可以通过iter（）函数获得一个Iterator对象。

迭代器概念（day4）

相关推荐