Python---迭代器
# 迭代器from collections import Iterable
from collections import Iterator
# 可以直接作用于for循环的数据类型有以下几种
# 1.集合数据类型，如list、tuple、dict、set、srt等
# 2.generator，包括生成器和带yield的generator function
# 这些可以直接作用于for循环的对象统称为可迭代对象: Iterable
# 使用isinstance()判断一个对象是否是Iterable对象
print(isinstance([], Iterable))
print(isinstance({}, Iterable))
print(isinstance('abc', Iterable))
print(isinstance((x for x in range(10)), Iterable))
print(isinstance(100, Iterable))
# 生成器不但可以作用于for循环，还可以被next()函数不断调节并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了
# 可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
# 可以使用isinstance()判断一个对象是否是Iterator对象
print(isinstance((x for x in range(10)), Iterator))
print(isinstance([], Iterator))
print(isinstance({}, Iterator))
print(isinstance('abc', Iterator))
# 生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator
# 把list、dict、str等Iterable变成Iterator可以使用iter()函数
print(isinstance(iter([]), Iterator))
print(isinstance(iter('abc'), Iterator))
# -------------------------------------------------------------------------------------------------------------
# 下面解释为什么list、dict、str等数据类型为什么不是Iterator
# 这是因为Python的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StopIterator错误
# 可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据
# 所以Iterator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
# Iterator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list是永远不可能存储全体自然数的
# -------------------------------------------------------------------------------------------------------------
# -------------------------------------------------------------------------------------------------------------
# 凡是可作用于for循环的对象都是Iterable类型
# 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的序列
# 集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象
# Python的for循环本质上就是通过不断调用next()函数实现的
# -------------------------------------------------------------------------------------------------------------
页:
[1]