Python 迭代器

原创已于 2022-02-20 11:30:58 修改 · 300 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#pyhon #迭代器

于 2019-07-24 16:07:19 首次发布

程序专栏收录该内容

22 篇文章

订阅专栏

本文介绍了Python中的可迭代对象和迭代器的概念，解释了如何使用isinstance()判断对象类型，探讨了迭代器与生成器的区别及联系，以及它们在Python编程中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

可迭代对象：
什么是可以直接用于for循环的呢？
可以直接用于for的数据类型一般分为两种：
1.集合数据类型：
list、tuple、dict、set、string…
2.generator，包括生成器和带yield的generator function

如何判断一个对象是否是可迭代对象？
答：isinstance()

isinstance()函数判断一个对象是否是一个已知的类型
语法：isinstance(object,classinfo)
(1)object—>实例对象
(2)classinfo—>可以是直接或间接类名、基本类型或者由它们组成的
元组返回值。如果对象类型与classinfo的类型相同则返回True，否则返回False。
在这里插入图片描述

在这里面，首先我导入的Iterable的包，也就是可迭代对象，下面的四条语句是分别查看
列表、元组、字典、字符串的类型，可以看到他们四个都是可迭代对象，当然，可迭代
对象远不止这些，这里只是给大家一个概念，并且看一下isinstance的使用方法。
如果你还不能理解的话，可以想一下，你有没有写过这样一句话（for i in [1,2,3,4,5]），
这是一个循环的表示方法，这里面就是在循环列表中的元素，来实现内部语句块。
也可以说成是遍历这个列表，当然也就是迭代了。

在这里插入图片描述 什么是迭代器？
迭代器即用来迭代取值的工具，而迭代是重复反馈过程的活动，其目的通常是为了逼近所需的目标或结果，每一次对过程的重复称为一次迭代，而每一次迭代得到的结果会作为下一次迭代的初始值，单纯的重复并不是迭代。

while True:
    content = input().strip()
    print(content)

下述while循环才是一个迭代过程，不仅满足重复，而且以每次重新赋值后的index值作为下一次循环中新的索引进行取值，反复迭代，最终可以取尽列表中的值.

li=["Megan","Penny","Eason","Alice","Marry"]

index=0
while index< len(li):
    print(li[index])
    index+=1

迭代器对象
调用obj.iter()函数返回的结果就是一个迭代器对象（Iterator）。迭代器对象是内置有iter()和next()方法的对象，打开的文件本身就是一个迭代器对象，执行迭代器对象.iter()方法得到的仍然是迭代器本身，而执行迭代器.next()方法就会计算出迭代器中的下一个值。迭代器是python提供的一种统一的，不依赖索引的迭代取值方式，只要存在多个值，无论序列类型还是非序列类型都可以按照迭代器的方式取值。

listA = [1,2,3,4,5,6]
for i in listA:#listA是可迭代对象
    print(i)

d = iter(listA)
print(d,type(d))#<list_iterator object at 0x0000025E4C009278> <class 'list_iterator'>
#转化为迭代器

# print(next(d))
# print(next(d))

try:
    while True:
        print(next(d))
except StopIteration as e:
    print(e)

# for i in d:
#     print(i)

"""
迭代器三种取值的方式：
1.next()  每调用一次next(),就取一次值，迭代器里就少一个值，值取完毕后，会出错
2.转化为list()列表
3.for循环遍历取值
"""

s1 = "abcd"
print(s1,type(s1))#abcdertyuio <class 'str'>

for i in s1:
    print("i:",i)
#s1是字符串，是可迭代的对象,现在把它转化为迭代器
s2 = iter(s1)
print(s2,type(s2))#<str_iterator object at 0x00000137B2979208> <class 'str_iterator'>

#1.通过next()取值
# print("first:",next(s2))
# print("second:",next(s2))
# print("third:",next(s2))
# print("forth:",next(s2))
#现在迭代器里的值已经被取出完了，如果再用next()函数调用会出错 StopIteration
# print("fifth:",next(s2)) #会出错 StopIteration

#2.list()函数
# s3_li = list(s2)
# print(s3_li,type(s3_li))#由于上面通过next()已经取完值，所以是空列表，[] <class 'list'>，如果把上面注销，会有值
# for i in s3_li:
#     print("i:",i)

#3.for循环直接遍历迭代器，即可取值
for i in s2:
    print("for循环直接取值：",i)



#迭代器取值特点：取出一个少一个，直到取完。

for循环原理
有了迭代器后，我们便可以不依赖索引取值了，使用while循环的实现方式如下：

li=["Megan","Penny","Eason","Alice","Marry"]
name=iter(li)#通过iter()函数转化为迭代器
print(name,type(name))#<list_iterator object at 0x000002A62C129BE0> <class 'list_iterator'>
while True:
    try:
        print(next(name))
    except StopIteration:#捕捉异常终止循环
        break
"""
输出结果：
Megan
Penny
Eason
Alice
Marry
"""

for 循环又称为迭代循环，in后可以跟任意可迭代对象，上述while循环可以简写为：

li=["Megan","Penny","Eason","Alice","Marry"]
for name in li:
    print(name)
"""
输出结果：
Megan
Penny
Eason
Alice
Marry
"""

for循环在工作时，首先会调用可迭代对象li内置的iteration方法拿到一个可迭代对象，然后再调用该迭代对象的next()方法将取到的值赋给item执行循环体完成一次循环，周而复始，知道捕捉StopIteration异常，结束迭代.

迭代器的优点与缺点
基于索引的迭代取值，所有迭代的状态都保存在了索引中，而基于迭代器实现迭代的方式不再需要索引，所有迭代的状态都保存在迭代器中，然而这种处理方式优点与缺点并存。
优点：
1.为序列和非序列提供了一种统一的迭代取值方式。
2.惰性计算：迭代器对象表示的是一个数据流，可以只在需要时才去调用next来计算出一个值，就迭代器本身来说，同一时刻在内存中只有一个值，因而可以存放无限大的数据流，而对于其他容器类型，如列表，需要把所有的元素都存放于内存中，受内存大小的限制，可以存放的值的个数是有限的。
缺点：
1.除非取尽，否则无法获取迭代器的长度。
2.只能取下一个值，不能回到开始，更像是‘一次性的’，迭代安全产生后的唯一目标就是重复执行方法直到值取尽，否则就会停留在某个位置，等待下一次调用next；若是要再次迭代同个对象，你只能重新调用iter()方法去创建一个新的迭代器对象，如果有两个或者多个循环使用同一个迭代器，必然只会有一个循环能取到值。

生成器也是可迭代对象。

《迭代器不一定是生成器，生成器一定是迭代器
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。》

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。

可以使用isinstance()判断一个对象是否是Iterator对象：
在这里插入图片描述

生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

把list、dict、str等Iterable变成Iterator可以使用iter()函数：
在这里插入图片描述
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
一个有序数列，但我们却不能提前知道序列的长度，只有不断通过next（）函数实现按需要计算下一个数据，所以Iterator的计算是惰性的，只有在需要时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。

小结：
1.凡是可作用于for循环的对象都是Iterable类型；
2.凡是可作用于next（）函数对象都是Iterator类型，它们表示一个惰性计算的序列。

3.即：
迭代器与可迭代
可迭代（可以for遍历）
迭代器（有next方法）

4.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。

5.Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1,2,3,4,5]:
	pass

等价于：

#首先获得Iterator对象
info = iter([1,2,3,4,5]]
while True:
	x = next(info)#获得下一个值

6.关系举例：

from collections.abc import Iterator,Iterable

temp = (x*x for x in range(5))

print(temp,type(temp))

print(isinstance(temp,Iterator))
print(isinstance(temp,Iterable))
print(next(temp))

for i in temp:
    print(i)

info = [1,2,3,4,5,6]
print(isinstance(info,Iterable))
print(isinstance(info,Iterator))

info = iter(info)
print(isinstance(info,Iterator))