Python内置函数--必须了解的iter()与next()

简介: Python内置函数--必须了解的iter()与next()

前言

iter():此函数获取一个对象并返回与该参数对应的迭代器对象。next():此函数使用迭代器并返回输入中的下一个元素。如果我们再次调用它,它会记住之前返回的值并输出下一个值。

看到了迭代器对象,那么就不得不看看魔术方法__iter__()了。只要内置有__iter__()方法的就可以称之为可迭代对象。可以转换为迭代器的对象,就称之为可迭代对象。

list_ = [1,2,3,4]
tuple_ = (1,2,3,4)
dict_ = {"name1":"清安","name2":"拾贰"}
list_.__iter__()
tuple_.__iter__()
dict_.__iter__()

列举了三个数据结构,都带有__iter__()方法(不只三种)。所以:

list_ = [1,2,3,4]
list_res = list_.__iter__()
print(list_res)
"""<list_iterator object at 0x0000029DF0C9FEE0>"""

这个列表也就成功变成了一个迭代器。

__iter__()与iter()有什么关系?

def iter(source, sentinel=None): # known special case of iter
    """
    iter(iterable) -> iterator
    iter(callable, sentinel) -> iterator
    Get an iterator from an object.  In the first form, the argument must
    supply its own iterator, or be a sequence.
    In the second form, the callable is called until it returns the sentinel.
    """
    pass
def __iter__(self, *args, **kwargs): # real signature unknown
        """ Implement iter(self). """
        pass

本质作用都是一样的。将可迭代对象转为迭代器对象。所以可以这样写:

list_ = [1,2,3,4]
tuple_ = (1,2,3,4)
list_res = list_.__iter__()
print(list_res)
print(iter(tuple_))
"""
<list_iterator object at 0x000001FE485CFEE0>
<tuple_iterator object at 0x000001FE485CFEB0>
"""

取值问题

list_ = [1,2,3,4]
print(next(list_))

这样会告诉你:TypeError: 'list' object is not an iterator,类型错误,列表对象不是迭代器。所以要想使用next()取值就必须先iter()。

list_ = [1,2,3,4]
res_list = iter(list_)
print(next(res_list))
print(next(res_list))
print(next(res_list))
print(next(res_list))
print(next(res_list))

取一次值就next一次,下一次使用next会接着上一次的位置取值。当超出后会告诉你:StopIteration停止迭代。

__next__()与next()有什么关系?

def next(iterator, default=None): # real signature unknown; restored from __doc__
    """
    next(iterator[, default])
    Return the next item from the iterator. If default is given and the iterator
    is exhausted, it is returned instead of raising StopIteration.
    """
    pass
list_ = [1,2,3,4]
res_list = iter(list_)
print(next(res_list))
print(res_list.__next__())

本质作用都是一样的,迭代取值。

while与for

迭代器就是一个重复取值的工具。那么while,for似乎都是类似的作用。

list_ = [1,2,3,4]
res_list = iter(list_)
while True:
    print(next(res_list))

这样就简化了每次都要写next的情况。但是依旧会抛出异常StopIteration。

list_ = [1,2,3,4]
for value in iter(list_):
    print(value)

而for循环却不会。要想while不抛出异常我们可以用try来捕捉异常达到预期的效果。至于for循环:看到了吗,for循环本质就是使用了iter,所以即使不使用iter()直接使用for value in list_也是可以的。为什么不抛出异常,应为for循环以及帮我们做了对应的操作了。

目录
相关文章
|
3天前
|
缓存 测试技术 Python
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
153 99
|
3天前
|
存储 缓存 测试技术
Python装饰器:优雅地增强函数功能
Python装饰器:优雅地增强函数功能
138 98
|
7天前
|
缓存 Python
Python中的装饰器:优雅地增强函数功能
Python中的装饰器:优雅地增强函数功能
|
2月前
|
PHP Python
Python format()函数高级字符串格式化详解
在 Python 中,字符串格式化是一个重要的主题,format() 函数作为一种灵活且强大的字符串格式化方法,被广泛应用。format() 函数不仅能实现基本的插入变量,还支持更多高级的格式化功能,包括数字格式、对齐、填充、日期时间格式、嵌套字段等。 今天我们将深入解析 format() 函数的高级用法,帮助你在实际编程中更高效地处理字符串格式化。
253 0
|
26天前
|
Python
Python 函数定义
Python 函数定义
88 1
|
15天前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
74 0
|
28天前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
106 0
|
2月前
|
索引 Python 容器
[oeasy]python096_列表_计数函数_count
本教程详细介绍了Python中列表的计数方法`count`,包括其基本用法、与`len`函数的区别,以及如何结合索引操作查找和删除特定元素。同时探讨了字符串对象的`count`方法,并通过实例演示了如何统计字符出现次数。
58 7
|
2月前
|
机器学习/深度学习 数据处理 索引
Python内置函数:面试通关的49个秘密武器
本文精选49个Python高频面试内置函数,涵盖数值处理、类型转换、序列操作、字典集合、函数式编程及高级特性,结合真实代码案例解析底层逻辑与应用场景,助你提升开发效率,轻松应对技术面试。
60 1
|
1月前
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象,以便对序列(如列表、字符串、元组)进行高效切片操作。它支持指定起始索引、结束索引和步长,提升代码可读性和灵活性。

推荐镜像

更多