专业的建设网站服务公司,苏州园区人才市场,免费公司网站申请,网站用户互动8.1 可迭代对象(Iterable)大部分对象都是可迭代#xff0c;只要实现了__iter__方法的对象就是可迭代的。__iter__方法会返回迭代器(iterator)本身#xff0c;例如#xff1a; lst [1,2,3] lst.__iter__()Python提供一些语句和关键字用于访问可迭代…8.1 可迭代对象(Iterable)大部分对象都是可迭代只要实现了__iter__方法的对象就是可迭代的。__iter__方法会返回迭代器(iterator)本身例如 lst [1,2,3] lst.__iter__()Python提供一些语句和关键字用于访问可迭代对象的元素比如for循环、列表解析、逻辑操作符等。判断一个对象是否是可迭代对象 from collections import Iterable  # 只导入Iterable方法 isinstance(abc, Iterable)True isinstance(1, Iterable)False isinstance([], Iterable)True这里的isinstance()函数用于判断对象类型后面会讲到。可迭代对象一般都用for循环遍历元素也就是能用for循环的对象都可称为可迭代对象。例如遍历列表 lst  [1, 2, 3] for i in lst:...   print i...123博客地址http://lizhenliang.blog.51cto.com and https://yq.aliyun.com/u/lizhenliangQQ群323779636(Shell/Python运维开发群)8.2 迭代器(Iterator)具有next方法的对象都是迭代器。在调用next方法时迭代器会返回它的下一个值。如果next方法被调用但迭代器没有值可以返回就会引发一个StopIteration异常。使用迭代器的好处1)如果使用列表计算值时会一次获取所有值那么就会占用更多的内存。而迭代器则是一个接一个计算。2)使代码更通用、更简单。8.2.1 迭代器规则回忆下在Python数据类型章节讲解到字典迭代器方法来举例说明下迭代器规则 d {a:1, b:2, c:3} d.iteritems()# 判断是否是迭代器 from collections import Iterator isinstance(d, Iterator)False isinstance(d.iteritems(), Iterator)True# 使用next方法。 iter_items d.iteritems() iter_items.next()(a, 1) iter_items.next()(c, 3) iter_items.next()(b, 2)由于字典是无序的所以显示的是无序的实际是按照顺序获取的下一个元素。8.2.2 iter()函数使用iter()函数转换成迭代器语法iter(collection) - iteratoriter(callable, sentinel) - iterator lst  [1, 2, 3] isinstance(lst, Iterator)False lst.next()  # 不是迭代器是不具备next()属性的Traceback (most recent call last):File , line 1, in AttributeError: list object has no attribute next iter_lst iter(lst) isinstance(iter_lst, Iterator)True iter_lst.next()1 iter_lst.next()2 iter_lst.next()38.2.3 itertools模块itertools模块是Python内建模块提供可操作迭代对象的函数。可以生成迭代器也可以生成无限的序列迭代器。有下面几种生成无限序列的方法count([n]) -- n, n1, n2, ...cycle(p) -- p0, p1, ... plast, p0, p1, ...repeat(elem [,n]) -- elem, elem, elem, ... endlessly or up to n times也有几个操作迭代器的方法islice(seq, [start,] stop [, step]) -- elements fromchain(p, q, ...) -- p0, p1, ... plast, q0, q1, ...groupby(iterable[, keyfunc]) -- sub-iterators grouped by value of keyfunc(v)imap(fun, p, q, ...) -- fun(p0, q0), fun(p1, q1), ...ifilter(pred, seq) -- elements of seq where pred(elem) is True1)count生成序列迭代器 from itertools import *  # 导入所有方法# 用法 count(start0, step1) -- count object counter count() counter.next()0 counter.next()1 counter.next()2......可以使用start参数设置开始值step设置步长。2)cycle用可迭代对象生成迭代器# 用法 cycle(iterable) -- cycle object i cycle([a, b, c]) i.next()a i.next()b i.next()c3)repeat用对象生成迭代器# 用法 repeat(object [,times]) - create an iterator which returns the object就是任意对象 i repeat(1) i.next()1 i.next()1 i.next()1......可使用无限次。也可以指定次数 i repeat(1, 2) i.next()1 i.next()1 i.next()Traceback (most recent call last):File , line 1, in StopIteration4)islice用可迭代对象并设置结束位置# 用法 islice(iterable, [start,] stop [, step]) -- islice object i islice([1,2,3],2) i.next()1 i.next()2 i.next()Traceback (most recent call last):File , line 1, in StopIteration正常的话也可以获取的3。5)chain用多个可迭代对象生成迭代器# 用法 chain(*iterables) -- chain object i chain(a,b,c) i.next()a i.next()b i.next()c6)groupby将可迭代对象中重复的元素挑出来放到一个迭代器中# 用法 groupby(iterable[, keyfunc]) - create an iterator which returns for key,group in groupby(abcddCca):...   print key,list(group)...a [a]b [b]c [c]d [d, d]C [C]c [c]a [a]groupby方法是区分大小写的如果想把大小写的都放到一个迭代器中可以定义函数处理下 for key,group in groupby(abcddCca, lambda c: c.upper()):...   print key, list(group)...A [a]B [b]C [c]D [d, d]C [C, c]A [a]7)imap用函数处理多个可迭代对象# 用法 imap(func, *iterables) -- imap object a imap(lambda x, y: x * y,[1,2,3],[4,5,6]) a.next()4 a.next()10 a.next()188)ifilter过滤序列# 用法 ifilter(function or None, sequence) -- ifilter object i ifilter(lambda x: x%20,[1,2,3,4,5]) for i in i:...   print i...24当使用for语句遍历迭代器时步骤大致这样的先调用迭代器对象的__iter__方法获取迭代器对象再调用对象的__next__()方法获取下一个元素。最后引发StopIteration异常结束循环。8.3 生成器(Generator)什么是生成器1)任何包含yield语句的函数都称为生成器。2)生成器都是一个迭代器但迭代器不一定是生成器。8.3.1 生成器函数在函数定义中使用yield语句就创建了一个生成器函数而不是普通的函数。当调用生成器函数时每次执行到yield语句生成器的状态将被冻结起来并将结果返回__next__调用者。冻结意思是局部的状态都会被保存起来包括局部变量绑定、指令指针。确保下一次调用时能从上一次的状态继续。以生成斐波那契数列举例说明yield使用斐波那契(Fibonacci)数列是一个简单的递归数列任意一个数都可以由前两个数相加得到。#!/usr/bin/python# -*- coding: utf-8 -*-def fab(max):n, a, b 0, 0, 1while n max:print ba, b b, a bn 1fab(5)# python test.py11235使用yied语句只需要把print b改成yield b即可#!/usr/bin/python# -*- coding: utf-8 -*-def fab(max):n, a, b 0, 0, 1while n max:yield b# print ba, b b, a bn 1print fab(5)# python test.py可见调用fab函数不会执行fab函数而是直接返回了一个生成器对象上面说过生成器就是一个迭代器。那么就可以通过next方法来返回它下一个值。 import test f test.fab(5) f.next()1 f.next()1 f.next()2 f.next()3 f.next()5每次fab函数的next方法就会执行fab函数执行到yield b时fab函数返回一个值下一次执行next方法时代码从yield b的吓一跳语句继续执行直到再遇到yield。8.3.2 生成器表达式在第四章 Python运算符和流程控制章节讲过简化for和if语句使用小括号()返回一个生成器中括号[]生成一个列表。回顾下# 生成器表达式 result (x for x in range(5)) result at 0x030A4FD0 type(result)# 列表解析表达式 result [ x for x in range(5)] type(result) result[0, 1, 2, 3, 4]第一个就是生成器表达式返回的是一个生成器就可以使用next方法来获取下一个元素 result.next()0 result.next()1 result.next()2......