pyhotn3入门基础-12 迭代器

最新推荐文章于 2024-06-25 08:30:00 发布

原创最新推荐文章于 2024-06-25 08:30:00 发布 · 283 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python3

本文探讨了Python中可迭代对象Iterable与迭代器Iterator的区别，解释了如何将常见的数据类型如list、dict、str转换为Iterator，并深入分析了Iterator的工作原理及其在处理无限数据流时的优势。

可以直接作用于for循环的对象统称为可迭代对象：Iterable

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((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False

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

>>> 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、dict、str等Iterable变成Iterator可以使用iter()函数

>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True

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，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。