迭代器

迭代器協議

對象必須提供一個next方法，執行該方法要么返回迭代中的下一項，要么返回一個異常來終止本次迭代。(只能往前走，不能往后退！)

迭代器對象

遵循了(實現了)迭代器協議的對象。(對象內部實現了一個__next__方法，以實現迭代器協議)稱為一個迭代器對象。他們的作用是逐個遍歷容器中的對象。迭代器對象一定是可迭代對象

>>> from collections import Iterable, Iterator

>>> l = list([1,2,3]) # 定義列表

>>> l_iter = l.__iter__() # 調用列表的 __iter__ 方法

>>> isinstance(l, Iterable) # 列表可迭代對象

True

>>> isinstance(l, Iterator) # 列表不是迭代器

False

>>> isinstance(l_iter, Iterable) # 列表的__iter__ 方法返回 是可迭代對象

True

>>> isinstance(l_iter, Iterator) # 列表的__iter__ 方法返回 也是是迭代器對象

True

可迭代對象(iterable)

可迭代對象有很多種形式，只要滿足可以每次取到容器對象中下一個對象的，都稱為可迭代對象。

實現了 __iter__方法的對象稱為可迭代對象。

range() 對象也是可迭代對象。

生成器對象也是可迭代對象。

>>> from collections import Iterable, Iterator

>>> isinstance(range(10), Iterator)

False

>>> isinstance(range(10), Iterable)

True

# 生成器對象一定是迭代器對象， 那么他也必然是可迭代對象

>>> isinstance((i for i in range(10)), Iterator)

True

>>> isinstance((i for i in range(10)), Iterable)

True

總結補充

列表、元組、集合、字符串、字典都是可迭代對象。

for 循環的本質：使用迭代器協議訪問可迭代對象中的每一個對象。

生成器

生成器類似于一種數據類型，這種數據類型自動實現了迭代器協議，所以生成器也是迭代器。

生成器分類及在python中的表現形式：(Python有兩種不同的方式提供生成器)

生成器函數

常規函數定義，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中間，掛起函數的狀態，以便下次重它離開的地方繼續執行

>>> def generator(n):

... for i in range(n):

... yield i

...

>>> gener_obj = generator(10)

>>> gener_obj.__next__()

0

>>> gener_obj.__next__()

1

>>> gener_obj.__next__()

2

>>> type(gener_obj)

生成器表達式

類似于列表推導，但是，生成器返回按需產生結果的一個對象，而不是一次構建一個結果列表，按需取出對象

注意生成器 用()包裹起來

>>> generator = (i for i in range(10))

>>> generator.__next__()

0

>>> generator.__next__()

1

>>> type(generator)

以上就是淺談Python中的生成器和迭代器的詳細內容，更多關于Python 生成器和迭代器的資料請關注python博客其它相關文章！

總結

以上是生活随笔為你收集整理的python生成器和迭代器作用_浅谈Python中的生成器和迭代器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。