正文 

　　循环对象的并不是随着Python的诞生就存在的，但它的发展迅速，特别是Python 3x的时代，循环对象正在成为循环的标准形式。

　　灵活的循环方式

　　（我晚饭后爱上了萨克斯，因为这是生活的一部分。属于我的特殊循环对象，它的按键就像循环方式，然后出来一首美丽的歌曲）

　　　　　　　　　　我的萨克斯偶像

循环对象

　　循环对象是这样一个对象，它包含有一个next()方法(__next__()方法，在python 3x中)， 这个方法的目的是进行到下一个结果，而在结束一系列结果之后，举出StopIteration错误。

对象如此，生活亦如此。我们要自己去看看

假设我们有一个test.txt的文件:

1234
abcd
efg

        

          
        
        
        

          

          AI 代码解读
        
      
      

我们运行一下python命令行：

f = open('test.txt')
print(f.__next__())
...

        

          
        
        
        

          

          AI 代码解读
        
      
      

#不断输入f.next()，直到最后出现StopIteration

对象给你个好的接口哦 你接着

for line in open('test.txt'):
    print(line)

        

          
        
        
        

          

          AI 代码解读
        
      
      

构造循环对象-迭代器

从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成迭代器(iterator)。这一转换是通过使用iter()函数实现的。但从逻辑层面上，常常可以忽略这一层，所以循环对象和迭代器常常相互指代对方。

构造循环对象-生成器

生成器(generator)的主要目的是构成一个用户自定义的循环对象。

生成器的编写方法和函数定 义类似，只是在return的地方改为yield。生成器中可以有多个yield。当生成器遇到一个yield时，会暂停运行生成器，返回yield后面 的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一个yield。生成器自身又构成一个循环器，每次循环使用一个yield返回的值。

下面是一个生成器:

def gen():
    a = 100
    yield a
    a = a*8
    yield a
    yield 1000

        

          
        
        
        

          

          AI 代码解读
        
      
      

该生成器共有三个yield， 如果用作循环器时，会进行三次循环。

for i in gen():
    print i

        

          
        
        
        

          

          AI 代码解读
        
      
      

再考虑如下一个生成器:

def gen():
    for i in range(4):
        yield i

        

          
        
        
        

          

          AI 代码解读
        
      
      

它又可以写成生成器表达式(Generator Expression):

G = (x for x in range(4))

        

          
        
        
        

          

          AI 代码解读
        
      
      

生成器表达式是生成器的一种简便的编写方式。读者可进一步查阅。

构造循环对象-表推导

表推导(list comprehension)是快速生成表的方法。它的语法简单，很有实用价值。

假设我们生成表L：

L = []
for x in range(10):
    L.append(x**2)

        

          
        
        
        

          

          AI 代码解读
        
      
      

以上产生了表L，但实际上有快捷的写法，也就是表推导的方式:

L = [x**2 for x in range(10)]

        

          
        
        
        

          

          AI 代码解读
        
      
      

循环对象小结：

　　对象就像生活，循环对象就像生活的点滴。循环下去，坚持下去，寻找乐趣就好。自然我们要找到乐趣的方式。

　　　　　　　　　　　　　　下面寻找乐趣的方式

循环设计

　　循环乐趣，其实在前面都讲过。哈哈，在此就当作复习吧。

乐趣方式-range()

在Python中，for循环后的in跟随一个序列的话，循环每次使用的序列元素，而不是序列的下标。

之前我们已经使用过range()来控制for循环。现在，我们继续开发range的功能，以实现下标对循环的控制：

S = 'abcdefghijk'
for i in range(0,len(S),2):
    print (S[i])

        

          
        
        
        

          

          AI 代码解读
        
      
      

在该例子中，我们利用len()函数和range()函数，用i作为S序列的下标来控制循环。在range函数中，分别定义上限，下限和每次循环的步长。这就和C语言中的for循环相类似了。

乐趣方式-enumerate()

利用enumerate()函数，可以在每次循环中同时得到下标和元素：

S = 'abcdefghijk'
for (index,char) in enumerate(S):
    print (index)
    print (char)

        

          
        
        
        

          

          AI 代码解读
        
      
      

实际上，enumerate()在每次循环中，返回的是一个包含两个元素的定值表(tuple)，两个元素分别赋予index和char

乐趣方式-zip()

如果你多个等长的序列，然后想要每次循环时从各个序列分别取出一个元素，可以利用zip()方便地实现：

ta = [1,2,3]
tb = [9,8,7]
tc = ['a','b','c']
for (a,b,c) in zip(ta,tb,tc):
    print(a,b,c)

        

          
        
        
        

          

          AI 代码解读
        
      
      

每次循环时，从各个序列分别从左到右取出一个元素，合并成一个tuple，然后tuple的元素赋予给a,b,c

zip()函数的功能，就是从多个列表中，依次各取出一个元素。每次取出的(来自不同列表的)元素合成一个元组，合并成的元组放入zip()返回的列表中。zip()函数起到了聚合列表的功能。

我们可以分解聚合后的列表，如下:

ta = [1,2,3]
tb = [9,8,7]

# cluster
zipped = zip(ta,tb)
print(zipped)

# decompose
na, nb = zip(*zipped)
print(na, nb)

        

          
        
        
        

          

          AI 代码解读
        
      
      

总结

　　循环对象

　　循环设计

　　（生活离不开寻找对象，寻找方式，你说呢？）