Python语法进阶笔记(五)-平芜编程栈

一、可迭代对象

可迭代对象Iterable
1. 遍历（迭代）：依次从对象中把一个个元素取出来的过程
2. 数据类型：str、list、tuple、dict、set等
可迭代对象的条件
1. 对象实现了_ _ iter _ _ () 方法
2. _ _iter _ _() 返回了迭代器对象
for 循环工作原理
1. 先通过_ _ iter _ _ () 获取可迭代对象的迭代器
2. 对获取到的迭代器不断调用_ _ next _ _ ()方法，来获取下一个值并将其赋值给临时变量（比如 i）
isinstance() : 判断一个对象是否是可迭代对象或者是一个已知的数据类型
1. isinstance(o,t): o: 对象， t : 类型，可以是直接或是间接类名，基本类型或者元组
2. 使用方式：
  - 先导入模块，在python 3.3以上版本中，需要使用from collections.abc import Iterable
  - 使用isinstance() 判断
```
from collections.abc import Iterable st = '123' print(isinstance(st, Iterable)) # True print(isinstance([1,2,3], int)) # False print(isinstance(st, (int, list))) # False 既不是int ,也不是list
```

二、迭代器（Iterator）

含义：是一个可以记住遍历位置的对象：在上次停留的位置继续去做一些事情
iter（）：获取可迭代对象的迭代器

next（）：一个个去取元素，取完后会引发一个异常

li = [1,2,3] #1. 创建迭代器对象 iter_obj = iter(li) print(iter_obj) # <list_iterator object at 0x0000023A7B359480> # 2. 获取吓下一条数据 print(next(iter_obj)) # 1 print(next(iter_obj)) # 2 print(next(iter_obj)) # 3 # 3. 取完元素后，再使用next（）会引发StopIteration异常

步骤总结：
1. iter () 调用对象的 __ iter__()，并把 __ iter__() 方法的返回结果作为自己的返回值
2. next () 调用对象的 __ next__()，一个个取元素
3. 所有元素都取完了，__ next__() 将引发 StopIteration 异常

可迭代对象iterable和迭代器iterator区别

凡是可以作用于for 的循环都属于可迭代对象
凡是可以作用于next（）的都是迭代器
可迭代对象不一定是迭代器对象，迭代器对象一定是可迭代对象
总结：
可迭代对象可以通过iter()函数转换为迭代器对象
如果一个对象拥有__iter__()方法，那么这个对象就是可迭代对象，
一个对象拥有 __ next__()和__iter__()方法，那么这个对象就是迭代器对象
迭代器 = iter(可迭代对象）
下个值 = next（迭代器）
注意：dir(): 查看对象所有属性和方法

from collections.abc import Iterator, Iterable name = '小象' print(isinstance(name, Iterable)) # True print(isinstance(name, Iterator)) # False #说明：可迭代对象不一定是迭代器对象 name1 = iter(name) # 将name转换为迭代器对象 print(isinstance(name1, Iterable)) # True print(isinstance(name1, Iterator)) # True # 说明：迭代器对象一定是可迭代对象 #总结： # 可迭代对象可以通过iter()函数转换为迭代器对象 # 如果一个对象拥有__iter__()方法，那么这个对象就是可迭代对象，一个对象拥有 __next__()和__iter__()方法，那么这个对象就是迭代器对象 # dir(): 查看对象所有属性和方法 print(dir(name)) # 包含'__iter__'-------- 可迭代对象 print(dir(name1))# 包含'__iter__'、'__next__' -----------迭代器

迭代器协议：
对象必须提供一个next方法，执行该方法要么就返回迭代中的下一项，要么就引发StopIteration异常，来终止迭代

自定义迭代器类：

两个特性：__ iter __ () 和 __ next__ ()

class MyIterator(object): def __init__(self): self.num = 0 def __iter__(self): return self # 返回迭代器对象本身,当前迭代器类的实例对象 def __next__(self): if self.num == 5: # 抛出迭代结束的异常 raise StopIteration("终止迭代") self.num += 1 return self.num mi = MyIterator() print(mi) for i in mi: print(i)

三、生成器（generator）

Python中一边循环一边计算的机制，叫做生成器

生成器表达式
列表推导式：li =[ i*5 for i in range(5)]------> [ ] 改为（），就变成了生成器表达式
gen = ( i*5 for i in range(5) )

生成器函数

Python中使用了yield 关键字的函数就称为生成器函数

yield：

类似return，将指定值或者多个值返回给调用者

yield 语句依次返回一个结果，在每个结果中介，挂起函数，执行next（），再重新从挂起点继续往下执行，是函数中断，并保存终端的状态

def gen(): print("开始执行") yield "a" # 返回a,暂停函数，在此处挂起，下一次再从此处恢复运行 yield "b" yield "c" gen01 = gen() print(next(gen01)) # 开始执行 a print(next(gen01))# b def gen2(n): li = [] for i in range(n): li.append(i) yield i print(li) print(gen2(5)) for i in gen2(5): print(i) # <generator object gen2 at 0x0000020927488E40> # 0 # 1 # 2 # 3 # 4 # [0, 1, 2, 3, 4] def test(): yield 1 yield 2 yield 3 print(test()) print(next(test())) # 加括号是调用函数 ，从头开始，每次都是1 print(next(test()))#c1 te = test() print(next(te)) # 从对象中取值 1 print(next(te))# 2 print(next(te))# 3