python 可迭代对象

 

 

 

 

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

1. 可以用for 进行迭代的,一般都是可迭代对象:

　　除了内置的数据类型（列表、元组、字符串、字典等）可以通过 for 语句进行迭代，我们也可以自己创建一个容器，包含一系列元素，可以通过 for 语句依次循环取出每一个元素，这种容器就是迭代器（iterator）。除了用 for 遍历，迭代器还可以通过 next() 方法逐一读取下一个元素。要创建一个迭代器有3种方法，其中前两种分别是：　

1. 为容器对象添加 __iter__() 和 __next__() 方法（Python 2.7 中是 next()）；__iter__() 返回迭代器对象本身 self，__next__() 则返回每次调用 next() 或迭代时的元素；
2. 内置函数 iter() 将可迭代对象转化为迭代器
   
     

    

   Python

    

   1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

   # iter(IterableObject) ita = iter([1, 2, 3]) print(type(ita))   print(next(ita)) print(next(ita)) print(next(ita))   # Create iterator Object class Container:     def __init__(self, start = 0, end = 0):         self.start = start         self.end = end     def __iter__(self):         print("[LOG] I made this iterator!")         return self     def __next__(self):         print("[LOG] Calling __next__ method!")         if self.start < self.end:             i = self.start             self.start += 1             return i         else:             raise StopIteration() c = Container(0, 5) for i in c:     print(i)

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 2 3 [LOG] I made this iterator! [LOG] Calling __next__ method! 0 [LOG] Calling __next__ method! 1 [LOG] Calling __next__ method! 2 [LOG] Calling __next__ method! 3 [LOG] Calling __next__ method! 4 [LOG] Calling __next__ method!

创建迭代器对象的好处是当序列长度很大时，可以减少内存消耗，因为每次只需要记录一个值即刻（经常看到人们介绍 Python 2.7 的 range 函数时，建议当长度太大时用 xrange 更快，在 Python 3.5 中已经去除了 xrange 只有一个类似迭代器一样的 range）。

生成器

前面说到创建迭代器有3种方法，其中第三种就是生成器（generator）。生成器通过 yield语句快速生成迭代器，省略了复杂的 __iter__() & __next__() 方式：

 

Python

 

1 2 3 4 5 6 7 8 9 10

def container(start, end):     while start < end:         yield start         start += 1 c = container(0, 5) print(type(c)) print(next(c)) next(c) for i in c:     print(i)

 

 

 

Python

 

1 2 3 4 5

<class 'generator'> 0 2 3 4

简单来说，yield 语句可以让普通函数变成一个生成器，并且相应的 __next__() 方法返回的是 yield 后面的值。一种更直观的解释是：程序执行到 yield 会返回值并暂停，再次调用 next() 时会从上次暂停的地方继续开始执行：

 

 

1 2 3 4 5 6 7

def gen():     yield 5     yield "Hello"     yield "World"     yield 4 for i in gen():     print(i)

 

 

 

1 2 3 4

5 Hello World 4

Python 3.5 （准确地说应该是 3.3 以后）中为生成器添加了更多特性，包括 yield from 以及在暂停的地方传值回生成器的 send()等，为了保持简洁这里就不深入介绍了，有兴趣可以阅读官方文档说明以及参考链接2。