python编程:迭代对象、Iterator迭代器、生成器

简介: python编程:迭代对象、Iterator迭代器、生成器

迭代器:例如 列表


迭代器模式

提供了一种方法能够顺序访问集合中的所有元素,而又不暴露集合内部的实现


迭代器的本质是实现了一种方式:

能够判断集合中是否还有未被访问的元素,以及提供访问这个元素的方式


代码实例

# -*- coding: utf-8 -*-
# @File    : 迭代器模式.py
# @Date    : 2018-05-23
from abc import abstractmethod
# 定义迭代器
# 实现了两个方法,是否还有未被访问的元素和下一个未被访问的元素
class Iterator(object):
    def __init__(self):
        pass
    @abstractmethod
    def has_next(self):
        pass
    @abstractmethod
    def next(self):
        pass
# 一个书架上摆满了书,我们需要查找某本书时,就用到了迭代器模式
# 定义书本, 名称和编号
class Book(object):
    def __init__(self, name, number):
        self.name = name
        self.number = number
# 书架定义
# 书架实现了增加书目,查找index位置的数目以及总共的图书数目这几个方法
class BookShelf(object):
    def __init__(self):
        self.books = []
    def append_book(self, book):
        self.books.append(book)
    def get_book_at(self, index):
        return self.books[index]
    def get_length(self):
        return self.books.__len__()
# Iterator的具体实现
class BookShelfIterator(Iterator):
    def __init__(self, book_shelf):
        self.book_shelf = book_shelf
        self.index = 0
    def has_next(self):
        if self.index < self.book_shelf.get_length():
            return True
        else:
            return False
    def next(self):
        book = self.book_shelf.get_book_at(self.index)
        self.index += 1
        return book
if __name__ == "__main__":
    book_shelf = BookShelf()
    book_shelf.append_book(Book("语文", "001"))
    book_shelf.append_book(Book("数学", "002"))
    book_shelf.append_book(Book("英语", "003"))
    book_shelf_iterator = BookShelfIterator(book_shelf)
    # 通过hasNext方法和next方法便可以访问数目的具体信息
    while book_shelf_iterator.has_next():
        book = book_shelf_iterator.next()
        print(book.name, book.number)
"""
语文 001
数学 002
英语 003
"""

python实现迭代器

任何实现了__iter__和__next__方法的对象都是迭代器

__iter__返回迭代器自身

__next__返回容器中的下一个值


Python3

# 新书架python实现
class NewBookShelf(BookShelf):
    def __init__(self):
        self.index = 0
        BookShelf.__init__(self)
    # 实现容器,进行成员检查
    def __contains__(self, book):
        if book in self.books:
            return True
        else:
            return False
    # 可迭代对象实现了__iter__方法
    def __iter__(self):
        return self
    #  迭代器实现next方法
    def __next__(self):
        if self.index < self.get_length():
            book = self.books[self.index]
            self.index += 1
            return book
        else:
            raise StopIteration # 停止标志
if __name__ == "__main__":
   # 新书架
    new_book_shelf = NewBookShelf()
    book1 =Book("语文", "001")
    new_book_shelf.append_book(book1)
    new_book_shelf.append_book(Book("数学", "002"))
    new_book_shelf.append_book(Book("英语", "003"))
    # 成员检查
    print(book1 in new_book_shelf)
  # True
    # 迭代书本
    for book in new_book_shelf:
        print(book.name, book.number)
"""
语文 001
数学 002
英语 003
"""

Python2

# 新书架python实现
class NewBookShelf(BookShelf):
    def __init__(self):
        self.index = 0
        BookShelf.__init__(self)
    # 实现容器,进行成员检查
    def __contains__(self, book):
        if book in self.books:
            return True
        else:
            return False
    # 可迭代对象实现了__iter__方法
    def __iter__(self):
        return self
    def next(self):
        if self.index < self.get_length():
            book = self.books[self.index]
            self.index += 1
            return book
        else:
            raise StopIteration  # 停止标志

Python3 和 Python2和 略有不同,Python3 使用 __next__ 替换了 next

会报错


TypeError: iter() returned non-iterator of type 'NewBookShelf'

所以可以写个兼容代码


# 新书架python实现
class NewBookShelf(BookShelf):
    def __init__(self):
        self.index = 0
        BookShelf.__init__(self)
    # 实现容器,进行成员检查
    def __contains__(self, book):
        if book in self.books:
            return True
        else:
            return False
    # 可迭代对象实现了__iter__方法
    def __iter__(self):
        return self
  # 兼容 Python3 和 Python2
    def next(self):
        return self.__next__()
    #  迭代器实现next方法
    def __next__(self):
        if self.index < self.get_length():
            book = self.books[self.index]
            self.index += 1
            return book
        else:
            raise StopIteration  # 停止标志

总结

image.png

参考:


设计模式之迭代器模式

完全理解 Python 迭代对象、迭代器、生成器

相关文章
|
3月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
243 2
|
3月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
124 4
|
4月前
|
安全 JavaScript Java
Python中None与NoneType的真相:从单例对象到类型系统的深度解析
本文通过10个真实场景,深入解析Python中表示“空值”的None与NoneType。从单例模式、函数返回值,到类型注解、性能优化,全面揭示None在语言设计与实际编程中的核心作用,帮助开发者正确高效地处理“无值”状态,写出更健壮、清晰的Python代码。
411 3
|
4月前
|
传感器 数据采集 监控
Python生成器与迭代器:从内存优化到协程调度的深度实践
简介:本文深入解析Python迭代器与生成器的原理及应用,涵盖内存优化技巧、底层协议实现、生成器通信机制及异步编程场景。通过实例讲解如何高效处理大文件、构建数据流水线,并对比不同迭代方式的性能特点,助你编写低内存、高效率的Python代码。
209 0
|
3月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
158 0
【Python操作基础】——字典,迭代器和生成器
【Python操作基础】——字典,迭代器和生成器
|
大数据 数据处理 开发者
Python中的迭代器和生成器:不仅仅是语法糖####
本文探讨了Python中迭代器和生成器的深层价值,它们不仅简化代码、提升性能,还促进了函数式编程风格。通过具体示例,揭示了这些工具在处理大数据、惰性求值及资源管理等方面的优势。 ####
|
机器学习/深度学习 设计模式 大数据
30天拿下Python之迭代器和生成器
30天拿下Python之迭代器和生成器
94 3
|
存储 大数据 Python
Python 中迭代器与生成器:深度解析与实用指南
Python 中迭代器与生成器:深度解析与实用指南
93 0
|
Python
python解包迭代器或生成器
【7月更文挑战第1天】
121 3

推荐镜像

更多