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__())