python | 你知道for...in是底层原理是什么样的么?探寻python迭代器

简介: python | 你知道for...in是底层原理是什么样的么?探寻python迭代器

image.png

面试官: 听说你熟悉python,那么你能简单阐述一下python的装饰器、生成器以及迭代器么?


我: emm, 我不清楚,我只是了解过python最基本的代码。

上述是弟弟前段时间去面试运维开发,遇到的问题,emmm,运维是一个很杂的职业,在小公司,总结一句话就是宽而浅,痛定思痛,决定来了解一下python特性,于是乎,就有了这篇文章。


这篇文章,我们将介绍python迭代器,使用环境为: Python 3.6.8


image.png



什么是迭代器


什么是python迭代器呢? 举一个最简单的例子:


image.png


这就是python迭代器,好了,讲完了,手工。

image.png


是的,使用for...in的方式,底层都是使用的是迭代器,你是不是之前写的时候,从来没有好奇过,为什么遍历不同的数据类型,都可以使用for...in通用呢?


弟弟我也是一样的,没有想过,为什么可以这样写。迭代器语法我们已经讲了,接下来,我们来剥开迭代器的面纱吧。



为什么需要迭代器


只要符合python迭代器条件的,都可以使用for...in来遍历元素,即: 使用相同的代码,遍历不同的数据容器。 我认为这是根本原因。


如果上述描述还不清晰的话,我们可以使用cpython来遍历一下数组 和 字符串,就能清晰的了解了。

image.png


如上代码,是c语言遍历数组"pdudo","hello","juejin"和字符串pdudohellojuejin,我们需要自己写遍历条件的临界值。

而如何使用python来写呢? 来看下呢。

image.png

只需要定义数组和字符串,而后使用for...in便结束了。

我想,如上例子,就足以证明为什么要使用迭代器的原因了,因为真的很爽。



迭代器是如何工作的


在经历了前2个段落的铺垫,我猜你肯定很想知道迭代器是如何工作的吧?现在它来了。


在使用for...in语句时,它会调用inter()对象,该函数会返回一个迭代器对象。该对象又定义了__next__()方法,该方法一次返回一个容器元素,当没有更多元素可以返回的时候,会抛一个StopIteration异常来表明for终止循环。


是不是还是不懂?没关系,我们再写一个案例来说明一下。

image.png


如上代码,定义了一个列表,其值为: "pdudo","hello","juejin",而后调用iter方法,它将返回一个迭代器,而后调用next方法来返回下一个元素,但是我们定义的列表长度为3,而调用了4次next方法,可见,最后一次会抛异常。


我们执行后,效果如下:

image.png

可见,和我们上述猜想的一致,在for...in语句中,也是调用inter()容器对象,使用__next__返回后续可迭代的对象,如此类推,直至遇到异常StopIteration,循环结束。


好了,知道迭代器是如何工作了吧? 那么,我们再抛出一个问题,看你能否接住呢? 如何判断一个数据类型是能够被迭代的呢?



如何创建一个迭代器


我们已经学会了如何使用迭代器,以及知晓了迭代器是如何工作的,本段落将介绍如何创建一个迭代器,在看这个之前,我们思考一个问题,如下代码是否会报错呢?

image.png

我们使用for...in来遍历一个int类型的数据。

如上代码,当然会报错,借此引出我们的知识点:什么样的数据类型才能被迭代呢?


是这样的,能否被迭代,取决于该方法是否有__iter__方法。

可以看下如下例子,我们自定义了一个迭代器,用于倒叙输出数据。

image.png


执行后,结果为:

image.png


可见,创建一个迭代器,至少需要 __iter__方法 和 有__next__方法。

好了,有了这个基础案例,我们来写一个链表?

image.png


如上代码,我们先创建节点Node,它有2个值,val是记录的值,而nextNode是记录下一个Node的指针,而后定义了类Lists,调用时候,需要传入一个Node,它会将currentNodes来记录当前的Node 重点看__next__,当当前节点为空的时候,则返回StopIteration告知for迭代器结束了,否则的话,取出当前节点的val并且返回,且将其下滑到下一个节点。


如上代码,运行后,结果如下:

image.png


总结


本篇文章,我们首先介绍了什么迭代器,什么是迭代器呢? 最简单的for...in就是迭代器,接着便介绍了为什么需要迭代器,我们通过c输出数组和字符串来和pythonfor...in语法做比较,迭代器写法更为简单,迭代器的核心是使用相同的代码,遍历不同的数据容器。 接着便介绍了迭代器是如何工作的,其对象方法必须要有__iter____next__方法,才能被for...in所调用,最后我们实现了一个类,实现了上述的2个方法,从而实现了迭代器。



相关文章
|
3月前
|
安全 API 数据安全/隐私保护
深入浅出python代码混淆:原理与实践
代码混淆就像是给你的代码穿上了一件隐形衣。它可以让你的代码变得难以理解,但并不能完全保证代码的安全。在实际应用中,我们应该将代码混淆作为整个安全策略中的一环,而不是唯一的防线。
|
3月前
|
机器学习/深度学习 存储 算法
回声状态网络(Echo State Networks,ESN)详细原理讲解及Python代码实现
本文详细介绍了回声状态网络(Echo State Networks, ESN)的基本概念、优点、缺点、储层计算范式,并提供了ESN的Python代码实现,包括不考虑和考虑超参数的两种ESN实现方式,以及使用ESN进行时间序列预测的示例。
150 4
回声状态网络(Echo State Networks,ESN)详细原理讲解及Python代码实现
|
1天前
|
搜索推荐 Python
快速排序的 Python 实践:从原理到优化,打造你的排序利器!
本文介绍了 Python 中的快速排序算法,从基本原理、实现代码到优化方法进行了详细探讨。快速排序采用分治策略,通过选择基准元素将数组分为两部分,递归排序。文章还对比了快速排序与冒泡排序的性能,展示了优化前后快速排序的差异。通过这些分析,帮助读者理解快速排序的优势及优化的重要性,从而在实际应用中选择合适的排序算法和优化策略,提升程序性能。
6 1
|
6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?
26 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
|
2月前
|
测试技术 开发者 Python
深入浅出:Python中的装饰器使用与原理解析
【9月更文挑战第20天】本文深入探讨Python中一个强大而神秘的功能——装饰器。通过浅显易懂的语言和生动的比喻,我们将一步步揭开装饰器的面纱,理解其背后的原理,并通过实际代码示例掌握如何运用装饰器来增强我们的函数功能。无论你是初学者还是有一定基础的开发者,这篇文章都将带给你新的启发和思考。
42 7
|
2月前
|
调度 Python
揭秘Python并发编程核心:深入理解协程与异步函数的工作原理
在Python异步编程领域,协程与异步函数成为处理并发任务的关键工具。协程(微线程)比操作系统线程更轻量级,通过`async def`定义并在遇到`await`表达式时暂停执行。异步函数利用`await`实现任务间的切换。事件循环作为异步编程的核心,负责调度任务;`asyncio`库提供了事件循环的管理。Future对象则优雅地处理异步结果。掌握这些概念,可使代码更高效、简洁且易于维护。
24 1
|
2月前
|
API 开发者 Python
Python中的魔法方法:从原理到实践
【9月更文挑战第24天】本文将深入探讨Python的魔法方法,这些特殊的方法允许对象定制其行为。文章首先揭示魔法方法的本质和重要性,然后通过代码示例展示如何利用它们来增强类的功能性。最后,我们将讨论在实际应用中应注意的事项,以确保正确和高效地使用这些方法。