详解Python迭代和迭代器
我们将要来学习python的重要概念迭代和迭代器，通过简单实用的例子如列表迭代器和xrange。
可迭代
一个对象，物理或者虚拟存储的序列。list，tuple，strins，dicttionary，set以及生成器对象都是可迭代的，整型数是不可迭代的。如果你不确定哪个可迭代哪个不可以，你需要用python内建的iter()来帮忙。
>>> iter([1,2,3])
<listiterator object at 0x026C8970>
>>> iter({1:2, 2:4})
<dictionary-keyiterator object at 0x026CC1B0>
>>> iter(1234)
Traceback (most recent call last):
File "<pyshell#145>", line 1, in <module>
iter(1234)
TypeError: 'int' object is not iterable
iter()为list返回了listiterator对象，为dictionary返回了dictionary-keyiterator对象。类似对其他可迭代类型也会返回迭代器对象。
iter()用在自定义的类型会怎样呢？我们先自己定义一个String类：
class String(object):
def __init__(self, val):
self.val = val
def __str__(self):
return self.val
st = String('sample string')
那么，st是可迭代的吗？
>>> iter(st) TypeError: 'String' object is not iterable
你可能会有几个问题要问：
怎么让自定义的类型可迭代？
iter()究竟做了些什么？
让我们补充String类来找找答案
class String(object):
def __init__(self, val):
self.val = val
def __str__(self):
return self.val
def __iter__(self):
print "This is __iter__ method of String class"
return iter(self.val) #self.val is python string so iter() will return it's iterator
>>> st = String('Sample String')
>>> iter(st)
This is __iter__ method of String class
<iterator object at 0x026C8150>
在String类中需要一个'__iter__'方法把String类型变成可迭代的，这就是说'iter'内部调用了'iterable.__iter__()'
别急，不是只有增加'__iter()'方法这一种途径
class String(object):
def __init__(self, val):
self.val = val
def __str__(self):
return self.val
def __getitem__(self, index):
return self.val[index]
>>> st = String('Sample String')
>>> iter(st)
<iterator object at 0x0273AC10>
‘itr'也会调用'iterable.__getitem__()'，所以我们用'__getitem__'方法让String类型可迭代。
如果在String类中同时使用'__iter__()'和'__getitem__()',就只有'__iter__'会起作用。
自动迭代
for循环会自动迭代
for x in iterable: print x
我们可以不用for循环来实现吗？
def iterate_while(iterable):
index = 0
while(i< len(iterable)):
print iterable[i]
i +=1
这样做对list和string是管用的，但对dictionary不会奏效，所以这绝对不是python式的迭代，也肯定不能模拟for循环的功能。我们先看迭代器，等下回再过头来。
迭代器
关于迭代器先说几条………..
1. 迭代器对象在迭代过程中会会产生可迭代的值，`next()`或者`__next()__`是迭代器用来产生下一个值的方法。
2. 它会在迭代结束后发出StopIteration异常。
3. `iter()`函数返回迭代器对象
4. 如果`iter()`函数被用在迭代器对象，它会返回对象本身
我们试一试模仿for循环
def simulate_for_loop(iterable): it = iter(iterable) while(True): try: print next(it) except StopIteration: break >>> simulate_for_loop([23,12,34,56]) 23 12 34 56
前面我们看过了iterable类，我们知道iter会返回迭代器对象。
现在我们试着理解迭代器类的设计。
class Iterator:
def __init__(self, iterable)
self.iterable = iterable
.
.
def __iter__(self): #iter should return self if called on iterator
return self
def next(self): #Use __next__() in python 3.x
if condition: #it should raise StopIteration exception if no next element is left to return
raise StopIteration
我们学了够多的迭代和迭代器，在python程序中不会用到比这更深的了。
但是为了学习的目的我们就到这儿。。。。
列表迭代器
你可能会在面试中写这个，所以打起精神来注意了
class list_iter(object):
def __init__(self, list_data):
self.list_data = list_data
self.index = 0
def __iter__(self):
return self
def next(self): #Use __next__ in python 3.x
if self.index < len(self.list_data):
val = self.list_data[self.index]
self.index += 1
return val
else:
raise StopIteration()
我们来用`list_iter`自己定义一个列表迭代器
class List(object):
def __init__(self, val):
self.val = val
def __iter__(self):
return list_iter(self.val)
>>> ls = List([1,2,34])
>>> it = iter(ls)
>>> next(it)
1
>>> next(it)
2
>>> next(it)
34
>>> next(it)
Traceback (most recent call last):
File "<pyshell#254>", line 1, in <module>
next(it)
File "<pyshell#228>", line 13, in next
raise StopIteration()
StopIteration
xrange
从一个问题开始——xrange是迭代还是迭代器？
我们来看看
>>> x = xrange(10) >>> type(x) <type 'xrange'>
几个关键点：
1. `iter(xrange(num))`应该被支持
2. 如果`iter(xrange(num))`返回同样的对象（xrange类型）那xrange就是迭代器
3. 如果`iter(xrange(num))`返回一个迭代器对象那xrange就是迭代
>>> iter(xrange(10)) <rangeiterator object at 0x0264EFE0>
它返回了rangeiterator，所以我们完全可以叫它迭代器。
让我们用最少的xrange函数实现自己的xrange
xrange_iterator
class xrange_iter(object):
def __init__(self, num):
self.num = num
self.start = 0
def __iter__(self):
return self
def next(self):
if self.start < self.num:
val = self.start
self.start += 1
return val
else:
raise StopIteration()
my xrange
class my_xrange(object):
def __init__(self, num):
self.num = num
def __iter__(self):
return xrange_iter(self.num)
>>> for x in my_xrange(10):
print x,
0 1 2 3 4 5 6 7 8 9
以上就是本文的全部内容，希望对大家学习掌握Python迭代和迭代器有所帮助。
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Comment résoudre le problème des autorisations rencontré lors de la visualisation de la version Python dans le terminal Linux?
Apr 01, 2025 pm 05:09 PM
Solution aux problèmes d'autorisation Lors de la visualisation de la version Python dans Linux Terminal Lorsque vous essayez d'afficher la version Python dans Linux Terminal, entrez Python ...
Comment utiliser la belle soupe pour analyser HTML?
Mar 10, 2025 pm 06:54 PM
Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel
Comment effectuer l'apprentissage en profondeur avec TensorFlow ou Pytorch?
Mar 10, 2025 pm 06:52 PM
Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique
Comment créer des interfaces de ligne de commande (CLI) avec Python?
Mar 10, 2025 pm 06:48 PM
Cet article guide les développeurs Python sur la construction d'interfaces de ligne de commande (CLI). Il détaille à l'aide de bibliothèques comme Typer, Click et Argparse, mettant l'accent sur la gestion des entrées / sorties et promouvant des modèles de conception conviviaux pour une meilleure convivialité par la CLI.
Comment copier efficacement la colonne entière d'une dataframe dans une autre dataframe avec différentes structures dans Python?
Apr 01, 2025 pm 11:15 PM
Lorsque vous utilisez la bibliothèque Pandas de Python, comment copier des colonnes entières entre deux frames de données avec différentes structures est un problème courant. Supposons que nous ayons deux dats ...
Quelles sont les bibliothèques Python populaires et leurs utilisations?
Mar 21, 2025 pm 06:46 PM
L'article traite des bibliothèques Python populaires comme Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask et Demandes, détaillant leurs utilisations dans le calcul scientifique, l'analyse des données, la visualisation, l'apprentissage automatique, le développement Web et H et H
Expliquez le but des environnements virtuels dans Python.
Mar 19, 2025 pm 02:27 PM
L'article traite du rôle des environnements virtuels dans Python, en se concentrant sur la gestion des dépendances du projet et l'évitement des conflits. Il détaille leur création, leur activation et leurs avantages pour améliorer la gestion de projet et réduire les problèmes de dépendance.
Que sont les expressions régulières?
Mar 20, 2025 pm 06:25 PM
Les expressions régulières sont des outils puissants pour la correspondance des motifs et la manipulation du texte dans la programmation, améliorant l'efficacité du traitement de texte sur diverses applications.
