python可迭代的数据类型 python里的可迭代对象

转载

mob64ca13f40f3d 2023-08-05 20:45:24

文章标签 python可迭代的数据类型 python 开发语言迭代迭代器 文章分类 Python 后端开发

可迭代对象和迭代器的应用

一、Iterable(可迭代对象)：

1、什么叫可迭代对象？

能够进行迭代操作的对象，可迭代对象（能够使用for循环遍历的都是可迭代对象）

2、python中哪些是可迭代对象？

序列类型（元组、列表、字符串，range）
字典、集合
文件对象(open(xx))
实现了迭代协议(__iter__方法)的对象

# 1.实现了迭代协议(__iter__方法)的对象
class Myclass:
    pass
    # 实现迭代协议
     def __iter__(self):
         return iter([11,12,13])

my = Myclass()
for i in my:
    print(i)

如果不使用迭代协议，注释掉函数去执行，会报错提示不是这不是一个可迭代对象

python可迭代的数据类型 python里的可迭代对象_迭代器

实现了序列语义方法(getitem)的对象

# 2.实现了序列语义方法(__getitem__)的对象
class Myclass2:
    value = [11,12,13]

    # 实现序列语义方法(__getitem__)的对象
    def __getitem__(self,item):
        return self.value[item]

my1 = Myclass2()
for i in my1:
    print(i)

如果不使用迭代协议，注释掉函数去执行，会报错提示不是这不是一个可迭代对象

python可迭代的数据类型 python里的可迭代对象_迭代器

注意：所有的可迭代对象，都可以使用内置函数iter转换为迭代器

3、迭代协议：

对象定义了一个 iter 方法的，那么这个对象就实现了迭代协议， iter 方法的返回值必须是一个迭代器

4、迭代器协议:

迭代器协议由一个 iter 方法和 next 方法共同构成。
现了这两个方法的对象就实现了迭代器协议

1.对象实现了迭代协议的对象
     2.对象实现了 __next__ 方法， __next__ 方法在迭代完所有数据之后，会抛出StopIteration 的错误信息。

二、 Iterator(迭代器)：

1、什么是迭代器？

实现了迭代器协议的对象(__iter__方法和__next__方法),称之为迭代器
能够使用内置函数next进行逐个迭代数据的对象，称之为迭代器

2、迭代器的2个特性：

迭代器内部的数据只能迭代一次
当迭代器内部的数据，迭代完，迭代器就会进入停止状态，如果再次通过next进行迭代会抛出异常(StopIteration)

print("==================== Iterator(迭代器) =========================")
li = [111, 22, 33, 44, 55]  # 列表

# 将可迭代对象转换为迭代器
itor = iter(li)     # 将li这几个列表转换为为迭代器
print(next(itor))   # 使用next读取数据，读取一个减少一个，不能重复读取
print(next(itor))
print(next(itor))
print(next(itor))
print("===============================================")
for i in itor:
    print('列表里还未被next读取的数据:',i)   # 打印的数据为55

迭代器内部数据已经迭代全部迭代完，再次用next进行迭代会抛出异常(StopIteration)

python可迭代的数据类型 python里的可迭代对象_python可迭代的数据类型_03

三、 Generator(生成器):

1、什么是生成器？

生成器是迭代器的子类，可以把他当成一种特殊的迭代器，生成器支持迭代器所有的操作和特性。

2、生成器定义的方法：

生成器表达式：

g = (i for i in XXX)

生成器函数 :

1. 函数中使用了关键字 yield 的函数，都称之为生成器函数，
2. 生成器函数调用时不会直接执行，直接返回一个生成器对象（提示：<generator object work at 0x000002BF1200A7C8>）
3.

# 生成器实际语法应用
g = (i for i in range(3))
print(next(g))
print(next(g))
print(next(g))

# 生成器函数
def work():
    print("-------1-------")
    yield 1
    print('-------2-------')
    yield 2
    
res = work()
print(res)    # 打印直接返回的是一个生成器对象(<generator object work at 0x000002BF1200A7C8>)

3、生成器有什么应用场景？