Python 教程之控制流(14)Python__iter__()和__next__()将对象转换为迭代器

简介: Python 教程之控制流(14)Python__iter__()和__next__()将对象转换为迭代器

在许多情况下,我们需要像迭代器一样访问对象。一种方法是形成一个生成器循环,但这会延长程序员的任务和时间。Python通过为此任务提供内置方法__iter__()来简化此任务。

iter()函数返回给定对象(数组、集合、元组等或自定义对象)的迭代器。它创建一个对象,可以使用 next() 函数一次访问一个元素,这在处理循环时通常派上用场。

语法:

iter(object)
iter(callable, sentinel)
  • 对象: 必须创建其迭代器的对象。它可以是集合对象(如列表或元组),也可以是用户定义的对象(使用 OOPS)。
  • Callable,  Sentinel:可调用表示可调用对象,哨兵是需要终止迭代的值,哨兵值表示迭代序列的结束。

例外:  

如果我们在所有元素都具有之后调用迭代器已迭代,则引发停止迭代错误。

__iter__() 函数返回一个迭代器对象,该对象遍历给定对象的每个元素。下一个元素可以通过__next__()函数访问。对于可调用的对象和哨兵值,将完成迭代,直到找到该值或到达元素的末尾。在任何情况下,都不会修改原始对象。

代码 #1 :

# 演示 iter() 基本用法的 Python 代码
listA = ['a','e','i','o','u']
iter_listA = iter(listA)
try:
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA))
  print( next(iter_listA)) #StopIteration error
except:
  pass

输出:

a
e
i
o
u

代码 #2 :

# 演示 iter() 基本用法的 Python 代码
lst = [11, 22, 33, 44, 55]
iter_lst = iter(lst)
while True:
  try:
    print(iter_lst.__next__())
  except:
    break

输出:

11
22
33
44
55

代码 #3 :

# 演示 iter() 基本用法的 Python 代码
listB = ['Cat', 'Bat', 'Sat', 'Mat']
iter_listB = listB.__iter__()
try:
  print(iter_listB.__next__())
  print(iter_listB.__next__())
  print(iter_listB.__next__())
  print(iter_listB.__next__())
  print(iter_listB.__next__()) #StopIteration error
except:
  print(" \nThrowing 'StopIterationError'",
          "I cannot count more.")

输出:

Cat
Bat
Sat
Mat
Throwing 'StopIterationError' I cannot count more.

代码 #4 : 用户定义的对象(使用 OOPS)

# 显示使用 OOPs 的迭代器() 的 Python 代码
class Counter:
  def __init__(self, start, end):
    self.num = start
    self.end = end
  def __iter__(self):
    return self
  def __next__(self):
    if self.num > self.end:
      raise StopIteration
    else:
      self.num += 1
      return self.num - 1
# 驱动代码
if __name__ == '__main__' :
  a, b = 2, 5
  c1 = Counter(a, b)
  c2 = Counter(a, b)
  # 方式 1-打印范围而不使用 iter()
  print ("Print the range without iter()")
  for i in c1:
    print ("Eating more Pizzas, counting ", i, end ="\n")
  print ("\nPrint the range using iter()\n")
  当引发停止网站时,打印自定义消息
  # 方式 2- 使用 iter()
  obj = iter(c2)
  try:
    while True: # Print till error raised
      print ("Eating more Pizzas, counting ", next(obj))
  except:
    # 当引发停止网站时,打印自定义消息
    print ("\nDead on overfood, GAME OVER")

输出

Print the range without iter()
Eating more Pizzas, counting  2
Eating more Pizzas, counting  3
Eating more Pizzas, counting  4
Eating more Pizzas, counting  5
Print the range using iter()
Eating more Pizzas, counting  2
Eating more Pizzas, counting  3
Eating more Pizzas, counting  4
Eating more Pizzas, counting  5
Dead on overfood, GAME OVER



目录
相关文章
|
12天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
23 1
|
13天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
17 1
|
15天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
24 1
|
14天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
21 0
|
16天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
23 0
|
9天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
Python
Python 控制流和函数
控制流 条件语句 Python只有一种条件语句,那就是if语句。如果需要多重分支,使用if-elif-else结构。Python没有switch语句,条件语句只有if这么一种。
1084 0
|
15天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
15天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
15天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!