python学习之可迭代对象&迭代器对象

可迭代对象 Iterable

含义:可以通过for...in..。这类语句遍历读取数据的对象称之为可迭代对象

遍历(迭代):依次从对象中把一个个元素取出来的过程

数据类型: str、list、tuple、dict、set等

可迭代对象的条件

1.对象实现了__iter__()方法

2.iter()方法返回了迭代器对象

1.3 for循环工作原理

1.先通过__iter__()可迭代对象的迭代器

2.对获取到的迭代器对象不断调用__next__()方法来获取

下一个值并将其赋值给临时变量i

1.4 isinstance():判断一个对象是否是可迭代对象或者是一个已知的数据类型

导入模块

复制代码
from collections.abc import Iterable
# isinstance(o,t) o--对象,t--类型,可以是直接或间接类名、基本类型或者元组
print(isinstance(123,Iterable))  #False
print(isinstance('123',Iterable)) #True
print(isinstance(123,(int,float,str))) #是其中的一种就会返回True

2.迭代器 Iterator

含义:迭代器是一个可以记住遍历位置的对象,迭代器对象从集合的第一个元素开始访问,知道所有元素被访问完结束。迭代器只能往前不能退后

迭代器里面有两个函数

iter():获取可迭代对象的迭代器

next():一个个去取元素,取完元素后会引发一个异常

复制代码
li = [1,2,3]
# 第一种方式:
# 1.创建迭代器对象
li2 = iter(li)
print('li2',li2)
# 2.获取下一条数据
print(next(li2))
print(next(li2))
print(next(li2))
# 3.取完元素之后,再使用next()会引发StopIteration异常
print(next(li2))
# 第二种方式:
li2 = li.__iter__()
print('li2',li2)
print(li2.__next__())
print(dir(li))

步骤:

1.iter()调用对象的__iter__(),并把__iter__()方法的返回结果作为自己的返回值

2.next()调用对象的__next__(),一个个取元素

3.所有的元素都取完了,next()就会引发StopIteration异常

可迭代对象 Iterable 迭代器 Iterator

凡是可以作用于for循环的都属于可迭代对象

凡是可作用于next()的都是迭代器

复制代码
from collections.abc import Iterable,Iterator
name = 'milk'
print(isinstance(name,Iterable))   #True
print(isinstance(name,Iterator))  #False
# 可迭代对象并不一定是迭代器对象
name2 = iter(name)  #将name转换为迭代器
print(isinstance(name2,Iterable)) #True
print(isinstance(name2,Iterator)) #True
复制代码
迭代器对象一定是可迭代对象
总结:
可迭代对象可以通过iter()转化成迭代器对象
如果一个对象拥有__iter__(),是可迭代对象,如果一个对象拥有__next__()和__iter__()方法,是迭代器对象
dir(): 查看对象中的属性和方法

3.迭代器协议

对象必须提供一个方法,执行该方法,要么就返回迭代器中的下一项,要么就引发StopIteration异常,来终止迭代

4.自定义迭代器类

两个特性: iter()方法和__next__()方法

复制代码
class Test(object):
    def __init__(self):
        self.num = 1
    def func(self):
        print(self.num)
        self.num += 1
test = Test()
print(test)
# test.func()
# test.func()
# test.func()
for i in range(10):
    test.func()
复制代码
class MyIterator(object):
    def __init__(self,max_num):
        self.num = 0
        self.max = max_num
    def __iter__(self):
        return self  #返回的是当前迭代器类的实例对象
    def __next__(self):
        if self.num >= self.max:
            raise StopIteration("数据已经被取完了")
        self.num += 1
        return self.num
mi = MyIterator(100)
print(mi)
for i in mi:
    print(i)
相关推荐
SiYuanFeng几秒前
pytorch常用张量构造词句表和nn.组件速查表
人工智能·pytorch·python
MistaCloud几秒前
Pytorch深入浅出(十四)之完整的模型训练测试套路
人工智能·pytorch·python·深度学习
知乎的哥廷根数学学派1 分钟前
基于物理信息嵌入与多维度约束的深度学习地基承载力智能预测与可解释性评估算法(以模拟信号为例,Pytorch)
人工智能·pytorch·python·深度学习·算法·机器学习
wdfk_prog2 分钟前
WIN11如何可以安装ISO
linux·笔记·学习
Darkershadow11 分钟前
蓝牙学习之Provision(2)
学习·蓝牙·ble·mesh
雪域迷影14 分钟前
Python中连接Redis数据库并存储数据
redis·python
vyuvyucd17 分钟前
Python虚拟环境终极指南:venv到uv进阶
开发语言·python·uv
老兵发新帖18 分钟前
基于Label Studio的视频标注与YOLO模型训练全流程指南
python·yolo·音视频
进阶的鱼23 分钟前
一文助你了解Langchain
python·langchain·agent
收菜福星23 分钟前
智能体来了:从 Python 开发者视角深度剖析与实践
python