简介

在学习过程中学到了有关于迭代 (Iteration) 、迭代对象 (Iterable)、迭代器(Iterator) 的知识，所以略做总结。

一、迭代

迭代：可以被for循环的对象

#举个栗子
for x in [1,2,3,4,5]:
    print(x)

 

二、迭代对象

1. Iterable包含的数据类型

Iterable主要包含集合数据类型和generator数据类型，即可以用于for循环或者Next()函数的对象都是Iterator,他们表示一个惰性计算序列。 

# 惰性计算(Lazy Evaluation)，又称懒惰计算、懒汉计算，是一个计算机编程中的一个概念，它的目的是要最小化计算机要做的工作。

1) 集合数据类型: List、turple、dict、set、str

- List：

# 定义一个简单的list
L=[1,2,3,4,5,6,7]

 - Turple:

#定义一个简单的Turple
T=(1,2,3,4,5,6)

- Dict

#定义一个简单的Dict
D={"first":"晚来天欲雪","Second":"能饮一杯无？"}

- Set

#定义一个简单的set
S=set([1,2,3])

2) generator数据类型： 生成器和带yield的generator function

- 生成器

#定义一个简单的生成器
#生成器和list不同之处在于
#1. list=[1,2,.....] 生成器是G=(1,2,3,....)
#2. List=[这里的数是有限的]  G=(只定义取数的规则，如果定义出的数是无限的话，用Next()能一直取到无限)
G=(x*x for x in range(10))

- 生成器函数

# 这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

#定义一个简单的生成器函数
def g():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)
# g.next()  -> 1
# g.next()  -> 3
# g.next()  -> 5

2.判断对象是否为Iterable对象

可用使用 isinstance() 判断对象是否为Iterable

from collections import Iterable

print(isinstance([],Iterable))

# 返回True则为 Iterable对象
# 返回False则不是Iterable 对象

三、迭代器 （Iterator）

1. Iterator数据对象

凡是可作用于Next()函数的对象都是Iterator类型，它们表示一个惰性计算序列。

由此可以知道生成器和生成器函数都是迭代器

在python中Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。

集合数据类型如list、dict、str等是Iterable但不是Iterator，但是这些Iterable对象可以通过iter()函数获得一个Iterator对象。

#使用iter将list转化为List_Iterator对象
L=[1,2,3,4,5]
Il=iter(L)

2. 判断对象是不是Iterator对象

可以使用isinstance()判断一个对象是否是Iterator对象

from collections import Iterator
L=[1,2,3,4,5]
Il=iter(L)
# 如果是Iterator对象则返回True 反之则返回false
print(isinstance(Il,Iterator))

3. 特殊的Iterator对象

Map、Reduce、Filter这些高级函数返回的对象也是Iterator对象