迭代器和for循环工作机制

Posted 2021-01-15 lt123456

1. 迭代的概念

迭代是一个重复的过程，每次重复即一次迭代，并且每次迭代的结果都是下一次迭代的初始值

对于序列类型：字符串、列表、元组，我们可以使用索引的方式迭代取出其包含的元素。
但对于字典、集合、文件等类型是没有索引的，若还想取出其内部包含的元素，
则必须找出一种不依赖于索引的迭代方式，这就是迭代器

2. 可迭代对象

可迭代对象指的是内置有__iter__方法的对象，即obj.__iter__，如下

l = [1,2,3]
print(dir(l))#输出“对象/变量”的属性与方法

for i in l:
    print(i)
#for循环机制
iter_l = l.__iter__()#遵循迭代器协议，生成可迭代对象
print(iter_l.__next__())
print(iter_l.__next__())
print(iter_l.__next__())
index = 0
while i<len(l):
    print(l[i])
    i+=1

2. 迭代器对象

可迭代对象执行obj.__iter__()得到的结果就是迭代器对象
而迭代器对象指的是即内置有__iter__又内置有__next__方法的对象

文件类型是迭代器对象
open(‘a.txt‘).__iter__()
open(‘a.txt‘).__next__()

迭代器对象一定是可迭代对象，而可迭代对象不一定是迭代器对象

dic

dic={‘a‘:1,‘b‘:2,‘c‘:3}
iter_dic=dic.__iter__() #得到迭代器对象，迭代器对象即有__iter__又有__next__，但是：迭代器.__iter__()得到的仍然是迭代器本身
iter_dic.__iter__() is iter_dic #True

print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
print(iter_dic.__next__()) #等同于next(iter_dic)
# print(iter_dic.__next__()) #抛出异常StopIteration，或者说结束标志

#有了迭代器，我们就可以不依赖索引迭代取值了
iter_dic=dic.__iter__()
while 1:
    try:
        k=next(iter_dic)
        print(dic[k])
    except StopIteration:
        break

for循环

#基于for循环，我们可以完全不再依赖索引去取值了
dic={‘a‘:1,‘b‘:2,‘c‘:3}
for k in dic:
    print(dic[k])

#for循环的工作原理
#1：执行in后对象的dic.__iter__()方法，得到一个迭代器对象iter_dic
#2: 执行next(iter_dic),将得到的值赋值给k,然后执行循环体代码
#3: 重复过程2，直到捕捉到异常StopIteration,结束循环

 

1. 生成器

理解为一种数据类型，自动实现了迭代器协议，因此生成器就是可迭代对象，即：迭代器
表现形式（两种）：
　　①.只要函数内部包含有yield关键字，那么函数名()的到的结果就是生成器，并且不会执行函数内部代码

　　 只要函数内部包含有yield关键字，函数做成迭代器

　　对比return，可以返回多次值，可以挂起/保存函数的运行状态

def func():
    print(‘====>first‘)
    yield 1
    print(‘====>second‘)
    yield 2
    print(‘====>third‘)
    yield 3
    print(‘====>end‘)
    
g=func()
print(g) #<generator object func at 0x0000000002184360>
print(g.__next__())
print(g.__next__())
print(g.__next__())

　　②.三元表达式

name = ‘xiaobai’
res=‘true‘ if name == ‘alex‘ else ‘false‘
print(res)

生成器表达式

#生成器表达式
l = (‘鸡蛋%s‘ %i for i in range(10) if i>5)
print(l)
print(l.__next__())
print(l.__next__())

列表解析

#列表解析
l = [‘鸡蛋%s‘ %i for i in range(10) if i>5]
print(l)

#等价于

egg_list = [] for i in range(10): egg_list.append(‘鸡蛋%s‘ %i) print(egg_list)

　　1.列表解析的[]换成()得到的就是生成器表达式
　　2.生成器表达式比列表解析更节省内存