迭代器
我们已经知道,可以直接用作于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gunerator function。
这些可以直接作用 for循环的对象统称为可迭代人:Iterable。
可以使用 isinstance ()判断一个对象是否是Iterable对象:
>>> from collections import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance('a', Iterable)
True
>>> isinstance((), Iterable)
True
>>> isinstance(123, Iterable)
False
>>> isinstance((x for x in range(10)), Iterable)
True
>>>
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(可以用next调用)
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], 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、doct、str、等Iterable变成Iterator可以使用iter()函数:
>>> isinstance(Iter([]), Iterator)
True
>>> 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,知道没有数据时抛出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,列如全体自然数。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,它们表示一个惰性计算的序列;
集合数据类型如list、 dict、str等是Iterable 但不是Iterator,不过可以通过iter()函数获得一个Iterator对象。
python3 的for循环本质上就是通过不断调用next()函数实现的,列如:
for x in [1,2,3,4,5]:
pass
实际上完全等价于:
#首先获得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