Python中切片与迭代器入门学习

在项目中涉及迭代器相关概念，不是很懂，因此写了简单的测试代码帮助理解，代码如下：

import tensorflow as tf

t = tf.constant(
    [0,1,2,3,4,4,3,2,1,0,0,0,0,0,0,1,1,1,1,1]   
    
                )

# print(t)

train_db = tf.data.Dataset.from_tensor_slices(t).batch(3) 
train_iter = iter(train_db)     #迭代器
sample = next(train_iter)
# print('batch:', sample[0].shape, sample[1].shape)

print(train_db)
print('\n')
print(train_iter)
print('\n')
print(sample)
print(sample)
print(sample)
print('\n')
print(next(train_iter))
print(next(train_iter))
print(next(train_iter))

可以看到，对于一个列表，可以首先通过slice函数进行切片，切片的单位取决于batch中的参数；

将列表切片后，使用iter函数生成迭代器；

使用next函数不断获得迭代器中的迭代参数；

代码运行后输出如下：

分析结果可以看到，前两个参数的打印输出为乱码，我也不知道为什么，可能是不能直接使用吧。

从之后的打印中可以分析出，不停的对next函数进行调用，就可以不断输出迭代器中的数据，直到所有数据输出完毕。