<强> 强>
<强> 强>
<强>可以直接作用的循环的数据类型强>
我们已经知道,可以直接作用的循环的数据类型有以下几种:
,一类是集合数据类型如:列表、元组、dict,集,str等;
,一类是发电机,包括生成器和带产生的生成器函数;
<强>可迭代对象定义强>
这些可以直接作用的循环的对象称为<强>可迭代对象:Iterable 强>。
<强>可迭代对象判断强>
可以使用isinstance()判断一个对象是否是Iterable对象:
得到collections import Iterable,迭代器 isinstance ([], Iterable) print (isinstance ([], Iterable)) Iterable isinstance ({}) isinstance (“abc”, Iterable) isinstance ((x for x 拷贝范围(10)),Iterable) Iterable isinstance(100),,,, #返回假
<强>迭代器定义强>
可以被下一个()函数调用并不断返回下一个值的对象称为<强>迭代器强>:迭代器。
isinstance ((x for  x 拷贝范围(10)),迭代器) print (isinstance ((x for  x 拷贝范围(10)),迭代器))
<强>
强>
<强>把列表,dict, str转成迭代器强>
生成器都是迭代器对象,但列表,dict, str虽然是Iterable,却不是迭代器。
把列表,dict, str等Iterable变成迭代器可以使用iter()函数:
isinstance (iter([]),迭代器) print (isinstance (iter([]),迭代器)) isinstance (iter (“abc”),迭代器) print (isinstance (iter (“abc”),迭代器))
<强>为什么列表,dict, str等数据类型不是迭代器? 强>
这是因为python的迭代器对象表示的事一个数据流,迭代器对象可以被下一个()函数调用并不断返回一个序列,
但我们却不能提前知道序列的长度,只能不断通过下一个()函数实现按需计算下一个数据,所以迭代器的计算是惰性的,
只有在需要返回下一个数据时它才会计算。
迭代器甚至可以表示一个无限大的数据流,例如全体自然数。而使用列表是永远不可能存储全体自然数的。
<强>小结:强>
凡是可作用域的循环的对象都是Iterable类型;
凡是可作用下()于函数的对象都是迭代器类型,它们表示一个惰性计算的序列;
集合数据类型如:列表、dict, str等是Iterable但不是迭代器,不过可以通过iter()函数获得一个迭代器对象。
<强> python的循环本质上就是通过不断调下()用函数实现的,强>
范围(10),,, ,,,python3.x 就是一个迭代器 ,,,python2.x 就生成一个列的表,要成为迭代器写成xrange (10),,
例如:
for 小姐:拷贝(1、2、3、4、5): ,才能通过 就相当于下边: - - - - - - - - - - - - - - - - - - - 首先获得迭代器 时间=it iter ([1、2、3、4、5)) 循环 while 真正的: ,,,试一试: ,,,,,,,#获得下一个值 ,,,,,,,x 下(it)=, ,,,except 抛出StopIteration: ,,,,,,,#遇到抛出StopIteration ,,,,,,,休息 - - - - - - - - - - - - - - - - - - - - - - -