python中迭代器的基本方法_python基础-迭代器

一 迭代器介绍

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

迭代器指的是迭代取值的工具，迭代是一个重复的过程，每次重复

都是基于上一次的结果而继续的，单纯的重复并不是迭代

whileTrue:

msg= input('>>:').strip()print(msg)

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

goods=['mac','lenovo','acer','dell','sony']

index=0while index

index+=1

迭代器是用来迭代取值的工具，而涉及到把多个值循环取出来的类型

有：列表、字符串、元组、字典、集合、打开文件

l=['egon','liu','alex']

i=0while i

i+=1

上述迭代取值的方式只适用于有索引的数据类型：列表、字符串、元组

为了解决基于索引迭代器取值的局限性

python必须提供一种能够不依赖于索引的取值方式，这就是迭代器

1.1 可迭代对象

通过索引的方式进行迭代取值，实现简单，但仅适用于序列类型：字符串，列表，元组。对于没有索引的字典、集合等非序列类型，必须找到一种不依赖索引来进行迭代取值的方式，这就用到了迭代器。

要想了解迭代器为何物，必须事先搞清楚一个很重要的概念：可迭代对象(Iterable)。从语法形式上讲，内置有__iter__方法的对象都是可迭代对象，字符串、列表、元组、字典、集合、打开的文件都是可迭代对象：

{'name':'egon'}.__iter__{7,8,9}.__iter__……

#1、可迭代的对象：但凡内置有__iter__方法的都称之为可迭代的对象#s1=''## s1.__iter__()#

#l=[]## l.__iter__()#

#t=(1,)## t.__iter__()#

#d={'a':1}## d.__iter__()#

#set1={1,2,3}## set1.__iter__()#

#with open('a.txt',mode='w') as f:## f.__iter__()#pass

1.2 迭代器对象

调用obj.iter()方法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、不依赖于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

>>> s={1,2,3} #可迭代对象s

>>> i=iter(s) #本质就是在调用s.__iter__(),返回s的迭代器对象i，

>>> next(i) #本质就是在调用i.__next__()

1

>>>next(i)2

>>>next(i)3

>>> next(i) #抛出StopIteration的异常，代表无值可取，迭代结束

#2、调用可迭代对象下的__iter__方法会将其转换成迭代器对象

d={'a':1,'b':2,'c':3}

d_iterator=d.__iter__()#print(d_iterator)

#print(d_iterator.__next__())#print(d_iterator.__next__())#print(d_iterator.__next__())#print(d_iterator.__next__()) # 抛出异常StopIteration

#while True:#try:#print(d_iterator.__next__())#except StopIteration:#break#

#print('====>>>>>>') # 在一个迭代器取值取干净的情况下，再对其取值娶不到#d_iterator=d.__iter__()#while True:#try:#print(d_iterator.__next__())#except StopIteration:#break

#l=[1,2,3,4,5]#l_iterator=l.__iter__()#

#while True:#try:#print(l_iterator.__next__())#except StopIteration:#break

#3、可迭代对象与迭代器对象详解#3.1 可迭代对象("可以转换成迭代器的对象")：内置有__iter__方法对象#可迭代对象.__iter__(): 得到迭代器对象

#3.2 迭代器对象：内置有__next__方法并且内置有__iter__方法的对象#迭代器对象.__next__()：得到迭代器的下一个值#迭代器对象.__iter__()：得到迭代器的本身，说白了调了跟没调一个样子#dic={'a':1,'b':2,'c':3}#

#dic_iterator=dic.__iter__()#print(dic_iterator is dic_iterator.__iter__().__iter__().__iter__())#

#4、可迭代对象：字符串、列表、元组、字典、集合、文件对象#迭代器对象：文件对象#s1=''#s1.__iter__()#

#l=[]#l.__iter__()#

#t=(1,)#t.__iter__()#

#

#d={'a':1}#d.__iter__()#

#set1={1,2,3}#set1.__iter__()#

#

#with open('a.txt',mode='w') as f:#f.__iter__()#f.__next__()

二 for循环原理

有了迭代器后，我们便可以不依赖索引迭代取值了，使用while循环的实现方式如下

goods=['mac','lenovo','acer','dell','sony']

i=iter(goods) #每次都需要重新获取一个迭代器对象

whileTrue:try:print(next(i))except StopIteration: #捕捉异常终止循环

break

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

goods=['mac','lenovo','acer','dell','sony']for item ingoods:print(item)

for 循环在工作时，首先会调用可迭代对象goods内置的iter方法拿到一个迭代器对象，然后再调用该迭代器对象的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，直到捕捉StopIteration异常，结束迭代。

for循环的工作原理：for循环可以称之为叫迭代器循环

d={'a':1,'b':2,'c':3}#1、d.__iter__()得到一个迭代器对象#2、迭代器对象.__next__()拿到一个返回值，然后将该返回值赋值给k#3、循环往复步骤2，直到抛出StopIteration异常for循环会捕捉异常然后结束循环#for k in d:#print(k)

#with open('a.txt',mode='rt',encoding='utf-8') as f:#for line in f: # f.__iter__()#print(line)

#list('hello') #原理同for循环

三 迭代器的优缺点

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，所有迭代的状态就保存在迭代器中，然而这种处理方式优点与缺点并存：

3.1 优点：

1、为序列和非序列类型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。

3.2 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’，迭代器产生后的唯一目标就是重复执行next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。