迭代
迭代是重复反馈过程的活动,其目的通常是为了逼近所需目标或结果。每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值。
重复执行一系列运算步骤,从前面的量依次求出后面的量的过程。此过程的每一次结果,都是由对前一次所得结果施行相同的运算步骤得到的。例如利用迭代法*求某一数学问题的解。
对计算机特定程序中需要反复执行的子程序*(一组指令),进行一次重复,即重复执行程序中的循环,直到满足某条件为止,亦称为迭代
(以上内容来自百度百科)
可迭代对象
我们已经知道,可以直接作用于
for
循环的数据类型有以下几种:
一类是集合数据类型,如
list
、
tuple
、
dict
、
set
、
str
等;
一类是generator(生成器),包括生成器和带
yield
的generator function(生成器函数)。
这些可以直接作用于
for
循环的对象统称为可迭代对象:
Iterable
。
可以使用
isinstance()
判断一个对象是否是
Iterable
:
from collections.abc import Iterableprint(isinstance([], Iterable))# Trueprint(isinstance({}, Iterable))# Trueprint(isinstance(\'abc\', Iterable))# Trueprint(isinstance((x for x in range(10)), Iterable))# Trueprint(isinstance(100, Iterable))# False
迭代器
而生成器不但可以作用于
for
循环,还可以被
next()
函数不断调用并返回下一个值,直到最后抛出
StopIteration
错误表示无法继续返回下一个值了。
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
。
可以使用
isinstance()
判断一个对象是否是
Iterator
:
from collections.abc import Iteratorprint(isinstance((x for x in range(10)), Iterator))# Trueprint(isinstance([], Iterator))# Falseprint(isinstance({}, Iterator))# Falseprint(isinstance(\'abc\', Iterator))# False
生成器都是
Iterator
对象,但
list
、
dict
、
str
虽然是
Iterable
,却不是
Iterator
。
iter()函数
把
list
、
dict
、
str
等
Iterable
变成
Iterator
可以使用
iter()
函数:
from collections.abc import Iteratorprint(isinstance(iter([]), Iterator))# Trueprint(isinstance(iter(\'abc\'), Iterator))# True
你可能会问,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。
__iter__()
和
__next__()
# 迭代器 拥有__iter__()和__next__()方法# 先将可迭代对象赋值一个新的变量转成迭代器# 每次都返回一个值# 一个__next__()对应一个输出结果s = "1234"new_s = s.__iter__()print(new_s.__next__())# 输出1print(new_s.__next__())# 输出2# 变量名 = 可迭代对象# 新赋值的变量名 = 变量名.__iter__() # 装成迭代器# print(新赋值的变量名.__next__())