前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python: 对迭代器的小结

Python: 对迭代器的小结

作者头像
昱良
发布2018-04-04 16:20:13
7440
发布2018-04-04 16:20:13
举报
文章被收录于专栏:机器学习算法与Python学习

迭代器

迭代器是在python2.2中被加入的,它为类序列对象提供了一个类序列的接口。有了迭代器可以迭代一个不是序列的对象,因为他表现出了序列的行为。当在python中使用for循环迭代一个对象时,调用者几乎分辨不出他迭代的是一个迭代器对象还是一个序列对象,因为python让他(迭代器)像一个序列那样操作。

如何迭代

本质上说迭代器是个对象,但是这个对象有个特殊的方法next()(在python3中使用__next__()代替了next方法)。当使用for循环来遍历整个对象时候,就会自动调用此对象的__next__()方法并获取下一个item。当所有的item全部取出后就会抛出一个StopIteration异常,这并不是错误的发生,而是告诉外部调用者迭代完成了,外部的调用者尝试去捕获这个异常去做进一步的处理。

不过迭代器是有限制的,例如

  • 不能向后移动
  • 不能回到开始
  • 也无法复制一个迭代器。

因此要再次进行迭代只能重新生成一个新的迭代器对象。

获取迭代器

1. 对于python内置的可迭代(iterable)对象,可以通过内置的iter()函数来获取相应的迭代器对象。

In [1]: a = [1,2,3,45] In [2]: type(a) Out[2]: list In [3]: a = iter(a) In [4]: type(a) Out[4]: list_iterator

这样就获取了list相应的迭代器对象。

我们来看一下该迭代器对象的属性:

In [5]: dir(a) Out[5]: ['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__'] In [6]:

可见此迭代对象具有两个特殊的成员方法__iter__()和__next__(),这两个方法便是支持迭代器协议所需要实现的方法。其中__iter__()方法返回迭代器对象本身,__next__()方法返回容器的下一个元素,直到结尾抛出StopIteration异常。

我们来测试一下这个list_iterator对象的这两个方法:

__iter__()返回的对象就是迭代器对象本身。

In [1]: a = [1,2,3,45] In [2]: a = iter(a) In [3]: a.__iter__() Out[3]: <list_iterator at 0x3a33f10> In [4]: a Out[4]: <list_iterator at 0x3a33f10> In [5]: a is a.__iter__() Out[5]: True In [6]:

__next__()方法返回容器中的值直到结尾。

In [6]: a.__next__() Out[6]: 1 In [7]: a.__next__() Out[7]: 2 In [8]: a.__next__() Out[8]: 3 In [9]: a.__next__() Out[9]: 45 In [10]: a.__next__() ------------------------------------------ StopIteration Traceback (most recent call last) <ipython-input-10-73aa2c76d676> in <module>() ----> 1 a.__next__() StopIteration: In [11]:

2. 创建迭代器对象

除了使用iter()函数将内置的序列对象转换成相应的迭代器,我们可以自己实现迭代器协议创建迭代器对象,要实现迭代器协议也就是要在类中实现__iter__()和__next__()方法。

下面我写一个与list_iterator相同行为的迭代器:

class ListIter(object): def __init__(self, data): self.__data = data self.__count = 0 def __iter__(self): return self def __next__(self): if self.__count < len(self.__data): val = self.__data[self.__count] self.__count += 1 return val else: raise StopIteration

我们就可以使用for循环来遍历这个迭代器了:

In [16]: a = ListIter([1,2,3,4,5]) In [17]: for i in a: ....: print(i) ....: 1 2 3 4 5 In [18]:

对于迭代器对象,使用for循环遍历整个数组其实是个语法糖,他的内部实现还是通过调用对象的__next__()方法。

实际上他内部的工作原理应该是这样的:

a = ListIter([1, 2, 3, 4, 5]) while True: try: i = a.__next__() except StopIteration: break // do something in for loop print(i)

迭代器支持多次迭代

正如前面所说的迭代器对象不支持重新迭代,也就是同一个迭代器对象无法多次迭代,如:

In [19]: a = ListIter([1,2,3,4,5]) In [20]: [i for i in a] Out[20]: [1, 2, 3, 4, 5] In [21]: [i for i in a] Out[21]: [] In [22]:

可见,当我再次迭代迭代器a的时候便只返回了空列表,这是因为for循环直接捕获了StopIteration异常。如果要再次迭代生成列表的话只能重新生成一个新的迭代器对象。

为了能够解决这个问题,可以分别定义一个可迭代对象(iterables)和迭代器对象(iterator).

插入小插曲:

对于可迭代对象和迭代器对象,我的理解是:

可迭代对象是实现了__iter__()方法的对象,__iter__()可以返回一个迭代器对象。

迭代器对象是实现了__next__()方法的对象,其中他的__iter__()返回的是迭代器对象本身。

我把代码做了修改,如下:

class ListIterable(object): def __init__(self, data): self.__data = data def __iter__(self): print("call iterable __iter__().") return ListIterator(self.__data) class ListIterator(object): def __init__(self, data): self.__data = data self.__count = 0 def __iter__(self): print("call iterator __iter__().") return self def __next__(self): print("call iterator __next__().") if self.__count < len(self.__data): val = self.__data[self.__count] self.__count += 1 return val else: raise StopIteration

为了知道python何时调用__iter__()方法,我添加了一个printf函数来做标记。

现在把这两个类导入到当前空间中:

In [1]: from list_iter import * In [2]: a = ListIterable([1,2,4,5,6]) In [3]: b = a.__iter__() call iterables __iter__(). In [4]: a Out[4]: <list_iter.ListIterable at 0x39446d0> In [5]: b Out[5]: <list_iter.ListIterator at 0x39447b0> In [6]:

可见a是iterable对象(实现了__iter__()),b是iterator对象(实现了__next__())。

下面看看这样做是不是就可以重复多次迭代了:

In [6]: [i for i in a] call iterable __iter__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). Out[6]: [1, 2, 4, 5, 6] In [7]: [i for i in a] call iterable __iter__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). call iterator __next__(). Out[7]: [1, 2, 4, 5, 6] In [8]:

重复迭代是可以了,从输出中我们可以看出一些什么来

  1. 我们在使用迭代工具对iterable对象进行迭代的时候首先调用的是iterable的__iter__()方法,返回一个迭代器对象,也就是ListIterator的实例。
  2. 然后再遍历的时候是调用iterator的next方法输出值。这样就可以解释了为什么这样处理能够多次迭代了,因为每次使用迭代工具迭代的时候都会调用__iter__()返回一个新的迭代器对象,这样就相当于创建多个迭代器了,自然可以看起来是重复迭代了!

可变对象和迭代器

在迭代可变对象时候,一个序列的迭代器只是记录当前到达了序列中的第几个元素,所以如果在迭代过程中改变了序列的元素。更新会立即反应到所迭代的条目上。

我写了个测试看了下,的确:

In [13]: c = [1,2,3,4,5] In [14]: d = iter(c) In [15]: for i in c: ....: print(i) ....: c.remove(i) ....: 1 3 5

可见上面边迭代边删除列表的元素,但是最后却只输出了1, 3, 5,这是为啥?

既然迭代器只记得是在列表中第几个元素,那么当在第0个元素的时候将会输出1然后删除1,这是列表变成了

[2, 3, 4, 5]

但是迭代器记得我是在第二个位置上面,就指向了列表中的第二个位置上,也就是3,然后输出3.

以此类推,最后只能输出1,3,5了。

如果我猜测的没错的话,剩余的列表应该只剩下2和4了:

In [17]: c Out[17]: [2, 4]

果然!

以上就是我对python中迭代器方面的一点小总结。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2016-06-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习算法与Python学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
容器服务
腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档