本文共 2066 字,大约阅读时间需要 6 分钟。
我们已经知道,可以直接作用于for循环的数据类型有以下几种:一类是集合数据类型,如list、tuple、dict、set、str等;一类是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。 可以使用isinstance()判断一个对象是否是Iterable (可迭代对象) 对象:>>> l=[1,2]>>> l1=isinstance(l,list) #判断相应字符类型 是返回True>>> from collections import Iterable>>> l=isinstance([], Iterable)>>> print(l) # True>>> t=isinstance({}, Iterable)>>> print(t) # True>>> d=isinstance('abc', Iterable)>>> print(d) # True>>> g=isinstance((x for x in range(10)), Iterable)>>> print(g) # True>>> s=isinstance(100, Iterable)>>> print(s) # False而生成器不但可以作用于for循环,还可以被next()函数不断调用并返回下一个值,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(迭代器)对象:>>> from collections import Iterator>>> g=isinstance((x for x in range(10)), Iterator)>>> print(g) #True>>> l=isinstance([], Iterator)>>> print(l) #False>>> d=isinstance({}, Iterator)>>> print(d) #False>>> s=isinstance('abc', Iterator)>>> print(s) #False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:>>> from collections import Iterator>>> l=isinstance(iter([]), Iterator)>>> print(l) #True>>> from collections import Iterator>>> s= isinstance(iter('abc'), Iterator)>>> print(s) #True 为什么list、dict、str等数据类型不是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StopIteration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![]在了解Python的数据结构时,容器(container)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推导式(list,set,dict comprehension)众多概念参杂在一起,难免让初学者一头雾水,我将用下图将这些概念以及它们之间的关系捋清楚
" >
本文转自lb沫51CTO博客,原文链接:http://blog.51cto.com/13562606/2060450,如需转载请自行联系原作者