Python 中的 for 循環和其他語言中的 for 循環工作方式是不一樣的，今天就帶你深入了解 Python 的 for 循環，看看它是如何工作的，以及它為什么按照這種方式工作。

循環中的陷阱

我們先來看一下 Python 循環中的「陷阱」，在我們了解了循環的工作方式后，再來看下這些陷阱到底是怎么出現的。

陷阱 1：循環兩次

現在我們先假設有一個數字組成的列表，和一個用于返回這些數字的平方的生成器：

>>> nums = [1, 2, 3, 4] >>> squares = (n**2 for n in nums)

我們可以將這個生成器對象傳遞給元組構造器，從而可以得到一個元組：

>>> tuple(squares) (1, 4, 9, 16)

這個時候，如果我們再將這個構造器對象傳遞給 sum 函數，按理說應該會返回這些數字的和吧：

>>> sum(squares) 0

返回的是個 0，先拖住下巴。

陷阱 2：檢查是否包含

我們還是使用上面的數字列表和生成器：

>>> nums = [1, 2, 3, 4] >>> squares = (n**2 for n in nums)

如果我 squares 生成器中是否包含 9，答案是肯定的，若果我再問一次呢？

你敢答應嗎 >>> 9 in squares True >>> 9 in squares False

發現，第二次不靈了~

陷阱 3：拆包

現在假設有一個字典：

>>> counts = {1:'a', 2:'b'}

然后，我們用多個變量對字典進行拆包：

>>> x,y = counts

你覺得這時候，x 和 y 中會是什么？

>>> x 1 >>> y 2

我們只得到了鍵。

下面，我們先來了解下 Python 中的循環工作原理，然后再反過頭來看這些陷阱問題。

一些概念

首先，先了解一些基本概念：

可迭代和序列

可迭代就是指任意可以使用 for 循環遍歷的東西，可迭代意味著可以遍歷，任何可以遍歷的東西都是可迭代的。

for item in some_iterable:print(item)

序列是一種常見的可迭代類型，如列表、元組、字符串等。

序列是可迭代的，它有著一些特點，它們是從 0 開始索引，索引長度不超過序列的長度；它們有序列長度；并且它們可以被切分。

Python 中的大部分東西都是可以迭代的，但是可以迭代并不意味著它是序列。如集合、字典、文件和生成器都是可迭代的，但是它們都不是序列。

>>> my_set = {1, 2, 3} >>> my_dict = {'k1': 'v1', 'k2': 'v2'} >>> my_file = open('some_file.txt') >>> squares = (n**2 for n in my_set)

總結下來就是，任何可以用 for 循環遍歷的東西都是可迭代的，序列可迭代的類型中的一種，Python 還有著許多其他種類的可迭代類型。

迭代器

迭代器就是可以驅動可迭代對象的東西。你可以從任何可迭代對象中獲得迭代器，你也可以使用迭代器來手動對它的迭代進行遍歷。

下面有三個可迭代對象：一個集合、一個元祖和一個字符串：

>>> nums = {1,2,3,4} >>> coors = (4,5,6) >>> words = "hello hoxis"

我們可以使用 Python 的內置函數 iter ，從這些可迭代對象中獲取到迭代器：

>>> iter(nums) <setiterator object at 0x7fa8c194ad70> >>> iter(coors) <tupleiterator object at 0x7fa8c1959610> >>> iter(words) <iterator object at 0x7fa8c19595d0>

一旦我們有了迭代器，我們就可以使用其內置函數 next() 來獲取它的下一個值：

>>> nums = {1,2,3,4} >>> num_iter = iter(nums) >>> next(num_iter) 1 >>> next(num_iter) 2 >>> next(num_iter) 3 >>> next(num_iter) 4 >>> next(num_iter) Traceback (most recent call last):File "<stdin>", line 1, in <module> StopIteration

若果迭代到頭了，也就是沒有下一個值了，就會拋出 StopIteration 異常。也就是說，它不會繼續循環取獲取第一個值。

是不是有點懵逼了？

• 可迭代對象是可以迭代的東西
• 迭代對象器實際上是遍歷可迭代對象的代理
• 迭代器沒有長度，它們不能被索引。
• 可以使用迭代器來做的唯一有用的事情是將其傳遞給內置的 next 函數，或者對其進行循環遍歷
• 可以使用 list() 函數將迭代器轉換為列表

>>> nums = {1,2,3,4} >>> num_iter = iter(nums) >>> next(num_iter) 1 >>> list(num_iter) [2, 3, 4] >>> list(num_iter) []

若果想再次將其轉換為列表，明顯地，得到的是一個空列表。

其實這也是迭代器的一個重要特性：惰性，只能使用一次，只能循環遍歷一次。并且，在我們調用 next() 函數之前，它不會做任何事情。因此，我們可以創建無限長的迭代器，而創建無限長的列表則不行，那樣會耗盡你的內存！

可迭代對象不一定是迭代器，但是迭代器一定是可迭代的：

對象可迭代？迭代器？

可迭代對象	√	不一定
迭代器	√	√
生成器	√	√
列表	√	×

其實，Python 中有許多迭代器，生成器是迭代器，Python 的許多內置類型也是迭代器。例如，Python 的 enumerate 和 reversed 對象就是迭代器。zip, map 和 filter 也是迭代器；文件對象也是迭代器。

Python 中的 for 循環

其實，Python 并沒有傳統的 for 循環，什么是傳統的 for 循環？

我們看下 Java 中的 for 循環：

int[] integers = {1， 2， 3， 4}; for (int j = 0; j<integers.length; j++) {int i = integers[j];System.out.println(i); }

這是一種 C風格 的 for 循環，JavaScript、C、C++、Java、PHP 和一大堆其他編程語言都有這種風格的 for 循環，但是 Python 確實沒有。

Python 中的我們稱之為 for 循環的東西，確切的說應該是 foreach 循環：

numbers = [1, 2, 3, 5, 7] for n in numbers:print(n)

和 C風格 的 for 循環不同之處在于，Python 的 for 循環沒有索引變量，沒有索引變量的初始化，邊界檢查和索引變量的增長。

這就是 Python 的 for 循環的不同之處！

使用索引？

你可能會懷疑，Python 的 for 循環是否在底層使用了索引，下面我們手動的使用 while 循環和索引來遍歷：

>>> nums = [1,2,3,4] >>> i = 0 >>> while i < len(nums): ... print(num[i]) ... i += 1 ... 0 1 2 3

對于列表，這樣遍歷是可以的，但不代表適用于所有可迭代對象，它只適用于序列。

比如，我們對一個 set 使用這種方法遍歷，會得到一個異常：

>>> set = {1,2,3} >>> i = 0 >>> while i < len(set): ... print(set[i]) ... i += 1 ... Traceback (most recent call last):File "<stdin>", line 2, in <module> TypeError: 'set' object does not support indexing

因為 set 不是序列，因此不支持索引遍歷。

我們不能使用索引手動對 Python 中的每一個迭代對象進行遍歷。對于那些不是序列的迭代器來說，更是行不通的。

實現沒有 for 的循環

從上文可以看出，Python 中的 for 循環不使用索引，它使用的是迭代器。讓我們來看下它是如何工作的。

通過上文，我們了解到了迭代器和 iter、next 函數，現在我們可以嘗試不用 for 循環來遍歷一個可迭代對象。

下面是一個正常的 for 循環：

def funky_for_loop(iterable, action_to_do):for item in iterable:action_to_do(item)

我們要嘗試用迭代器的方法和 while 實現上面 for 循環的邏輯，大致步驟如下：

獲取給定可迭代對象的迭代器；

調用迭代器的 next() 方法獲取下一項；

對當前項數據進行處理；

如果捕獲到 StopIteration ，那么就停止循環

def funky_for_loop(iterable, action_to_do):iterator = iter(iterable)while not done_looping:try:item = next(iterator)except StopIteration:breakelse:action_to_do(item)

Python 底層的循環工作方式基本上如上代碼，就是迭代器驅動的 for 循環。

再次回到循環陷阱

陷阱 1：耗盡的迭代器

陷阱 1 中，因為生成器是迭代器，迭代器是惰性的，也是一次性的，在已經遍歷過一次的情況下，再對其求和，返回的就是一個 0。

陷阱 2：部分消耗迭代器

陷阱 2 中，我們兩次詢問 9 是否存在于同一個生成器中，得到了不同的答案。

這是因為，第一次詢問時，Python 已經對這個生成器進行了遍歷，也就是調用 next() 函數查找 9，找到后就會返回 True，第二次再詢問 9 是否存在時，會從上次的位置繼續 next() 查找。

>>> nums = [1,2,3,4,5] >>> squares = (n**2 for n in nums) >>> 9 in squares True # 此時打印出來 >>> list(squares) [16, 25]

陷阱 3：拆包是迭代

當直接在字典上迭代時，得到的是鍵：

>>> counts = {1:'a',2:'b'} >>> for i in counts: ... print(i) ... 1 2

而對字典拆包時，和在字典上遍歷是一樣的，都是依賴于迭代器協議，因此得到的也是鍵。

總結

序列是迭代器，但是不是所有的迭代器都是序列。迭代器不可以被循環遍歷兩次、不能訪問其長度，也不能使用索引。

迭代器是 Python 中最基本的可迭代形式。如果你想在代碼中做一個惰性迭代，請考慮迭代器，并考慮使用生成器函數或生成器表達式。

最后，請記住，Python 中的每一種迭代都依賴于迭代器協議，因此理解迭代器協議是理解 Python 中的循環的關鍵。

原文鏈接：https://opensource.com/article/18/3/loop-better-deeper-look-iteration-python

轉載于:https://www.cnblogs.com/mountain2011/p/11427159.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Python 循环中的陷阱(转载)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。