python迭代列表,迭代法Python

发布时间：2022-11-20

本文目录一览：

  1. Python基础之迭代器
  2. Python中迭代和递归的区别
  3. Python列表循环的两种方法
  4. Python中迭代器和列表解析怎么使用
  5. Python中的“迭代”详解

Python基础之迭代器

一. 什么是迭代器

迭代器是用来迭代取值的工具。 而涉及到把多个值循环取出来的类型有：列表，字符串，元组，字段，集合，打开文件等。通过使用的遍历方式有 for···in···，while 等，但是，这些方式只适用于有索引的数据类型。为了解决索引取的局限性，Python 提供了一种不依赖于索引的取值方式：迭代器。

二. 可迭代对象

可迭代对象：但凡内置有 __iter__ 方法的都称为可迭代对象。 常见的可迭代对象：

  1. 集合数据类型，如 list, tuple, dict, set, str 等。
  2. 生成器，包括生成器和带 yield 的生成器函数。

三. 如何创建迭代器

迭代器是一个包含数个值的对象。 迭代器是可以迭代的对象，这意味着您可以遍历所有值。 从技术上讲，在 Python 中，迭代器是实现迭代器协议的对象，该协议由方法 __iter__() 和 __next__() 组成。 简而言之，一个类里面实现了 __iter__() 和 __next__() 这两个魔法方法，那么这个类的对象就是可迭代对象。

四. 迭代器的优缺点

  1. 优点
  2. 缺点

五. 迭代器示例

另外，如果类 Stu 继承了 Iterator，那么 Stu 可以不用实现 __iter__() 方法。

遍历迭代器

StopIteration

如果你有足够的 next() 语句，或者在 for 循环中使用，则上面的例子将永远进行下去。 为了防止迭代永远进行，我们可以使用 StopIteration 语句。 在 __next__() 方法中，如果迭代完成指定的次数，我们可以添加一个终止条件来引发错误。

Python中迭代和递归的区别

在函数内部，调用函数自身的编程技巧称为递归（recursion）。 递归是要干活的，需要完成任务。 利用 for 循环来遍历一个列表（list）或元组（tuple），将值依次取出，这种方法我们称为迭代。 而迭代，只出工，不出力。

Python列表循环的两种方法

列表循环的一种方法是，先获取列表的下标，然后迭代列表的每一个下标。 列表循环的另一种方法是直接获取列表的每一个元素。 运行结果如下：

Python中迭代器和列表解析怎么使用

一种特殊的数据结构，以对象形式存在：

i1 = l1.__iter__()
i1 = iter(l1)

可迭代对象：

  • 序列：list, str, tuple
  • 非序列：dict, file
  • 自定义类：__iter__(), __getitem__() 注意： 若要实现迭代器，需要在类中定义 next() 方法。 要使迭代器指向下一个对象，则使用成员函数 next()：
i1.next()

当没有元素时，会引发 StopIteration 异常。 for 循环可用于任何可迭代对象。 例如：

l1 = ['Sun','Mon','Tue','Wed','Thu','Fri','Sat']
i1 = l1.__iter__()
il.next()  # 'Sun'
il.next()  # 'Mon'

Python中的“迭代”详解

迭代器模式：一种惰性获取数据项的方式，即按需一次获取一个数据项。 所有序列都是可以迭代的。我们接下来要实现一个 Sentence（句子）类，我们向这个类的构造方法传入包含一些文本的字符串，然后可以逐个单词迭代。 接下来测试 Sentence 实例能否迭代。

序列可以迭代的原因

iter() 解释器需要迭代对象 x 时，会自动调用 iter(x)。 内置的 iter 函数有以下作用： 由于序列都实现了 __getitem__ 方法，所以都可以迭代。 可迭代对象：使用内置函数 iter() 可以获取迭代器的对象。 与迭代器的关系：Python 从可迭代对象中获取迭代器。 下面用 for 循环迭代一个字符串，这里字符串 'abc' 是可迭代的对象，用 for 循环迭代时是有生成器，只是 Python 隐藏了。 如果没有 for 语句，使用 while 循环模拟，要写成下面这样：

it = iter('abc')
while True:
    try:
        print(next(it))
    except StopIteration:
        break

Python 内部会处理 for 循环和其他迭代上下文（如列表推导，元组拆包等等）中的 StopIteration 异常。

标准的迭代器接口有两个方法：

  • __next__：返回下一个可用的元素，如果没有元素了，抛出 StopIteration 异常。
  • __iter__：返回 self，以便在需要使用可迭代对象的地方使用迭代器，如 for 循环中。 迭代器：实现了无参数的 __next__ 方法，返回序列中的下一个元素；如果没有元素了，抛出 StopIteration 异常。Python 中的迭代器还实现了 __iter__ 方法，因此迭代器也可以迭代。 接下来使用迭代器模式实现 Sentence 类： 注意，不要在 Sentence 类中实现 __next__ 方法，让 Sentence 实例既是可迭代对象，也是自身的迭代器。 为了“支持多种遍历”，必须能从同一个可迭代的实例中获取多个独立的迭代器，而且各个迭代器要能维护自身的内部状态，因此这一模式正确的实现方式是，每次调用 iter(my_iterable) 都新建一个独立的迭代器。 所以总结下来就是： 实现相同功能，但却符合 Python 习惯的方式是，用生成器函数代替 SentenceIteror 类。 只要 Python 函数的定义体中有 yield 关键字，该函数就是生成器函数。调用生成器函数，就会返回一个生成器对象。 生成器函数会创建一个生成器对象，包装生成器函数的定义体，把生成器传给 next(...) 函数时，生成器函数会向前，执行函数定义体中的下一个 yield 语句，返回产出的值，并在函数定义体的当前位置暂停。最终，函数的定义体返回时，外层的生成器对象会抛出 StopIteration 异常，这一点与迭代器协议一致。 如今这一版 Sentence 类相较之前简短多了，但是还不够慵懒。惰性，是如今人们认为最好的特质。惰性实现是指尽可能延后生成值，这样做能节省内存，或许还能避免做无用的处理。 目前实现的几版 Sentence 类都不具有惰性，因为 __init__ 方法急迫的构建好了文本中的单词列表，然后将其绑定到 self.words 属性上。这样就得处理整个文本，列表使用的内存量可能与文本本身一样多（或许更多，取决于文本中有多少非单词字符）。 re.finditer 函数是 re.findall 函数的惰性版本，返回的是一个生成器，按需生成 re.MatchObject 实例。我们可以使用这个函数来让 Sentence 类变得懒惰，即只在需要时才生成下一个单词。 标准库提供了很多生成器函数，有用于逐行迭代纯文本文件的对象，还有出色的 os.walk 函数等等。本节专注于通用的函数：参数为任意的可迭代对象，返回值是生成器，用于生成选中的、计算出的和重新排列的元素。 第一组是用于过滤的生成器函数：从输入的可迭代对象中产出元素的子集，而且不修改元素本身。这种函数大多数都接受一个断言参数（predicate），这个参数是个布尔函数，有一个参数，会应用到输入中的每个元素上，用于判断元素是否包含在输出中。 以下为这些函数的演示： 第二组是用于映射的生成器函数：在输入的单个/多个可迭代对象中的各个元素上做计算，然后返回结果。 以下为这些函数的用法： 第三组是用于合并的生成器函数，这些函数都可以从输入的多个可迭代对象中产出元素。 以下为演示： 第四组是从一个元素中产出多个值，扩展输入的可迭代对象。 以下为演示： 第五组生成器函数用于产出输入的可迭代对象中的全部元素，不过会以某种方式重新排列。 以下为演示： 下面的函数都接受一个可迭代的对象，然后返回单个结果，这种函数叫“归约函数”，“合拢函数”或“累加函数”，其实，这些内置函数都可以用 functools.reduce 函数实现，但内置更加方便，而且还有一些优点。

参考教程：

《流畅的 Python》 P330 - 363

推荐文章