【Python】迭代器

简介: 一、前言 有时候写代码时需要对一个对象的内部数据进行遍历,而且希望可以for ... in ... 的操作来方便使用,那么就可以使用迭代器来解决。二、使用函数来包装迭代 具体代码如下,例子使用list列表来简单介绍,在实际使用场景中可以复杂多变。虽然是一个while True的循环,但里面用yield实现迭代器功能,包含yield的函数不再是普通函数。通过raise StopIteration异常来完成迭代。

【Python】迭代器


一、前言


   有时候写代码时需要对一个对象的内部数据进行遍历,而且希望可以for ... in ... 的操作来方便使用,那么就可以使用迭代器来解决。


二、使用函数来包装迭代


   具体代码如下,例子使用list列表来简单介绍,在实际使用场景中可以复杂多变。虽然是一个while True的循环,但里面用yield实现迭代器功能,包含yield的函数不再是普通函数。通过raise StopIteration异常来完成迭代。


def generator(list_obj):
    index = 0
    size = len(list_obj)
    while True:
        if index >= size:
            # 中止迭代就需要用到这个
            raise StopIteration
        v = list_obj[index]
        index += 1
        # 返回数据
        yield  v 


   迭代器方法写好了,以下就是调用方式,简单对list数据进行遍历。


iter = generator([1,2,3,4,5,6,7])  
for i in iter:
    print(i)  # 1 2 3 4 5 6 7
# 也可以手动一个个取出
v = iter.next() # py2.7 在py3中使用iter.__next__()获取


三、使用类来包装迭代


   同样是为了方便用了list,具体代码如下,需要注意方法__iter__next。注释中有py2和py3的区别和用法。


class Generator:
    def __init__(self, list_obj):
        self.index = 0
        self.list_obj = list_obj
        self.size = len(list_obj)
    # 此方法必不可少,返回的对象就是具有next方法的迭代器
    def __iter__(self):  
        self.index = 0
        return self
    # 在py2使用next方法,在py3中为__next__(self)方法
    def next(self): 
        if self.index >= self.size:
            raise StopIteration # 同样中止是这个
        v = self.list_obj[self.index]
        self.index += 1
        return v


调用方式和上面的函数包装的一样iter = Generator([1,2,3,4,5,6,7]);平时在开发中如果需要使用便捷的迭代功能时,不妨使用上面的介绍的两种方式。


欢迎微信搜索"游戏测试开发"关注一起沟通交流。

相关文章
|
18天前
|
存储 程序员 数据处理
深入理解Python中的生成器与迭代器###
本文将探讨Python中生成器与迭代器的核心概念,通过对比分析二者的异同,结合具体代码示例,揭示它们在提高程序效率、优化内存使用方面的独特优势。生成器作为迭代器的一种特殊形式,其惰性求值的特性使其在处理大数据流时表现尤为出色。掌握生成器与迭代器的灵活运用,对于提升Python编程技能及解决复杂问题具有重要意义。 ###
|
1月前
|
存储 索引 Python
Python 迭代器是怎么实现的?
Python 迭代器是怎么实现的?
31 6
|
2月前
|
索引 Python
解密 Python 迭代器的实现原理
解密 Python 迭代器的实现原理
48 13
|
2月前
|
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
20 3
|
1月前
|
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
18 0
|
3月前
|
数据采集 存储 大数据
Python关于迭代器的使用
在Python编程中,数据的处理和操作是核心任务之一。 想象一下,你有一个装满各种颜色球的箱子,你想逐个查看并使用这些球,但又不想一次性将它们全部取出。 这就引出了我们今天要讨论的主题——迭代。
|
3月前
|
存储 安全 数据库
Python中的可迭代性与迭代器
在Python中,可迭代性和迭代器是非常重要的概念,它们为我们提供了一种优雅且高效的方式来处理序列和集合数据。本文将深入探讨这些概念,包括可迭代协议以及与异步编程相关的可迭代性和迭代器。
|
3月前
|
存储 安全 数据库
Python中的可迭代性与迭代器
在Python中,可迭代性和迭代器是非常重要的概念,它们为我们提供了一种优雅且高效的方式来处理序列和集合数据。本文将深入探讨这些概念,包括可迭代协议以及与异步编程相关的可迭代性和迭代器。
|
4月前
|
数据采集 存储 大数据
Python中关于迭代器的使用
总之,迭代器是Python编程的基石,它们在处理数据、优化性能和构建复杂系统方面都有着不可替代的地位。随着技术的不断进步,迭代器将继续在各种编程场景中发挥重要作用。
|
4月前
|
Python
python解包迭代器或生成器
【7月更文挑战第1天】
37 3