【Python零基础入门篇 · 29】:可迭代对象和迭代器对象

简介: 【Python零基础入门篇 · 29】:可迭代对象和迭代器对象

可迭代对象和迭代器对象


可迭代对象(iterable)


可通过 for…in… 这类语句遍历读取数据的对象称之为可迭代对象。


可迭代对象:字符串、列表、元组、字典、集合


成为可迭代对象的条件


  • 对象实现了__iter__方法
  • __iter__方法返回迭代器对象



for循环的工作原理


  • 在内部对可迭代对象调用__iter__方法,获取到迭代器对象
  • 再一次次的通过迭代器对象调用__next__方法获取迭代结果




判断对象是否可以迭代


导入的模块:from collections.abc import Iterable


  • 代码:isinstance(对象,Iterable),如果对象为可迭代对象则返回True,否则返回False

d7d0477924c34cfa9353cbc924cf7f42.png


迭代器(iterator)


迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。


迭代器有两个函数:iter()和next()


  • 通过iter()函数取得可迭代对象的迭代器


416979fedde44194b93d2b775563d186.png


以上代码也可写为

32faedca233140afb2df3ffdc2ec41c9.png


  • iter()调用该对象的__iter__方法,并把__iter__方法的返回结果作为自己的返回值


  • 再使用next()函数来调用__next__方法


  • 当取完元素后,再使用next()获取下一条数据时会引发StopIteration异常

51abb3a5b46840cbbe402b1ebecf63a8.png


深入剖析


先通过iter()函数获取可迭代对象Iterable的迭代器,然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item,当遇到StopIteration的异常后循环结束。


1ba152a7edf648fcb4306c638568d7ef.png


可迭代对象和迭代器的转换


可迭代对象:iterable


迭代器对象:iterator

964adc98a71f4b619e347687c75e49ee.png


总结


  • 可迭代对象可以通过__iter__()方法变成迭代器对象


  • 如果一个对象拥有iter()方法,是可迭代对象;如果一个对象拥有next()方法,是迭代器对象


  • 定义可迭代对象,必须实现iter()方法;定义迭代器,必须实现iter方法和next方法


相关文章
|
1月前
|
存储 数据处理 Python
Python如何显示对象的某个属性的所有值
本文介绍了如何在Python中使用`getattr`和`hasattr`函数来访问和检查对象的属性。通过这些工具,可以轻松遍历对象列表并提取特定属性的所有值,适用于数据处理和分析任务。示例包括获取对象列表中所有书籍的作者和检查动物对象的名称属性。
36 2
|
1月前
|
缓存 监控 算法
Python内存管理:掌握对象的生命周期与垃圾回收机制####
本文深入探讨了Python中的内存管理机制,特别是对象的生命周期和垃圾回收过程。通过理解引用计数、标记-清除及分代收集等核心概念,帮助开发者优化程序性能,避免内存泄漏。 ####
57 3
|
2月前
|
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。 ####
|
3月前
|
Python
【10月更文挑战第18天】「Mac上学Python 29」基础篇10 - 循环结构与迭代控制
在Python中,循环结构是控制程序执行的重要工具。通过学习本篇内容,您将掌握如何使用for循环和while循环来高效地处理重复任务,并了解break、continue和else的使用方式。同时,我们还会探索嵌套循环和典型应用场景中的实际应用。
51 2
|
3月前
|
存储 缓存 Java
深度解密 Python 虚拟机的执行环境:栈帧对象
深度解密 Python 虚拟机的执行环境:栈帧对象
85 13
|
2月前
|
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。 ###
|
3月前
|
Python
深入解析 Python 中的对象创建与初始化:__new__ 与 __init__ 方法
深入解析 Python 中的对象创建与初始化:__new__ 与 __init__ 方法
36 1
|
3月前
|
存储 大数据 数据处理
理解Python中的生成器:高效迭代的秘密
【10月更文挑战第8天】理解Python中的生成器:高效迭代的秘密
49 0
|
3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
26 0
|
8月前
|
Python
【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

热门文章

最新文章