迭代器

文章目录

迭代器

可迭代对象:

list,str,tuple,etc.—>for…in…遍历—>遍历(迭代 )

迭代器协议:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么引起StopIteration异常,以终止迭代(只能往下走,不可以回退)

现在,我们就可以说,实现了迭代器协议的对象就是可迭代对象

如何实现?

  • 通过在对象内部定义一个__iter__方法
li=[1,2,3]
li_iter=li.__iter__()
print(li_iter.__next__())
print(li_iter.__next__())
print(next(li_iter))

sr="abc"
sr_iter=sr.__iter__()
print(sr_iter.__next__())
print(sr_iter.__next__())
print(next(sr_iter))


li=[x**2 for x in range(6)]
print(li)

gene=(x**2 for x in range(6))
print(gene)

for i in 100:
    print(i)#报错


结果:
1
2
3
a
b
c
[0, 1, 4, 9, 16, 25]
<generator object <genexpr> at 0x02BD0D70>

可迭代对象测试

collections

from collections import Iterable#使用instance()来判断一个对象是否可迭代
print(isinstance([],Iterable))
print(isinstance(str(),Iterable))
print(isinstance({},Iterable))
print(isinstance(set(),Iterable))
print(isinstance(123,Iterable))
print(isinstance(True,Iterable))

类的迭代,自定义一个类

from collections.abc import Iterable


class MyClass:
    def __init__(self):
        self.names = []

    def add(self, name):
        self.names.append(name)

    def __iter__(self):
        return self.names.__iter__()


my_class = MyClass()
my_class.add("Tom")
my_class.add("Jack")
my_class.add("Lucy")

print("是否为可迭代对象:", isinstance(my_class, Iterable))
for tmp in my_class:
    print(tmp, end=" ")

#是否为可迭代对象: True
#Tom Jack Lucy 

回顾之前说的__iter__方法,其可以为我们提供一个迭代器

在迭代一个可迭代对象的时候,实际上就是获取该对象提供的一个迭代器,然后通过该迭代器依次获取对象的每一个数据。

通过迭代器,迭代

print(my_class)
my_class_iter=iter(my_class)
print(my_class_iter)
print(next(my_class_iter))
print(next(my_class_iter))
print(next(my_class_iter))
print(next(my_class_iter))

for … in … 循环的本质

就是通过iter()函数获取可迭代对象的Iterable的迭代器,然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值item,当遇到StopIteration的异常后,退出。

class test:
	def __init__(self,data=1):
		self.data=data

	def __iter__(self):
		return self

	def __next__(self):
		if self.data >5:
			raise StopIteration
		else:
			self.data+=1
			return self.data

for i in test(2):
	print(i)
    

3
4
5
6

应用场景

迭代器的核心就是通过next()函数调用返回下一个数据值。如果每次返回的数据值不是在一个已有的数据集合中读取的,而是通过程序按照一定规律计算生成。那么也就意味着可以不用依赖一个已有的数据集合。namely,无需将所有的迭代对象数据一次性缓存下来供后续使用。这样,可以节省大量的储存(内存)空间。

demo:
斐波那契数列

现在我们希望通过for … in … 的方式来遍历斐波那契数列中的前n个数。

#两个初始值
#n,不大于n类似索引的值
class FibIterator(object):
	"""斐波那契数列迭代器"""

	def __init__(self,n):
		#记录生成的斐波那契数列的个数
		self.n=n
		#记录当前记录的索引
		self.current_index=0
		#记录两个初始值
		self.num1=0
		self.num2=1

	def __next__(self):
		"""调用next()函数来获取下一个数"""
		if self.current_index < self.n:
			num=self.num1
			self.num1,self.num2=self.num2,self.num1+self.num2
			self.current_index+=1
			return num
		else:
			raise StopIteration

	def __iter__(self):
		return self

fib =FibIterator(5)
for num in fib:
	print(num,end=" ")
一、综合实战—使用极轴追踪方式绘制信号灯 实战目标:利用对象捕捉追踪和极轴追踪功能创建信号灯图形 技术要点:结合两种追踪方式实现精确绘图,适用于工程制图中需要精确定位的场景 1. 切换至AutoCAD 操作步骤: 启动AutoCAD 2016软件 打开随书光盘中的素材文件 确认工作空间为"草图与注释"模式 2. 绘图设置 1)草图设置对话框 打开方式:通过"工具→绘图设置"菜单命令 功能定位:该对话框包含捕捉、追踪等核心绘图辅助功能设置 2)对象捕捉设置 关键配置: 启用对象捕捉(F3快捷键) 启用对象捕捉追踪(F11快捷键) 勾选端点、中心、圆心、象限点等常用捕捉模式 追踪原理:命令执行时悬停光标可显示追踪矢量,再次悬停可停止追踪 3)极轴追踪设置 参数设置: 启用极轴追踪功能 设置角度增量为45度 确认后退出对话框 3. 绘制信号灯 1)绘制圆形 执行命令:"绘图→圆→圆心、半径"命令 绘制过程: 使用对象捕捉追踪定位矩形中心作为圆心 输入半径值30并按Enter确认 通过象限点捕捉确保圆形位置准确 2)绘制直线 操作要点: 选择"绘图→直线"命令 捕捉矩形上边中点作为起点 捕捉圆的上象限点作为终点 按Enter结束当前直线命令 重复技巧: 按Enter可重复最近使用的直线命令 通过圆心捕捉和极轴追踪绘制放射状直线 最终形成完整的信号灯指示图案 3)完成绘制 验证要点: 检查所有直线是否准确连接圆心和象限点 确认极轴追踪的45度增量是否体现 保存绘图文件(快捷键Ctrl+S)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值