python中迭代的理解

在python中通常用for …in便利元组、列表、字典。而for … in后面需要那个可迭代对象。那么在python中什么是可迭代对象呢？

在python中
（1）可迭代对象（iterable），是指拥有了__iter__的内置方法的对象。

（2）迭代器（iterator），是指拥__iter__与__next__方法的对象。

在这里__iner__需要返回一个迭代器对象，__next__方法可以取出值，并停留到取值的位置，以便可取出下一个值。

在这里可以看出一个迭代器一定是一个可迭代对象，而一个可迭代对象不一定是迭代器。

在python中可以用isinstance（object，Iterable）判断对象是否为可迭代对象。用isinstance(object,Iterator)判断对象是否为迭代器。

In [1]: from collections import Iterable

In [2]: from collections import Iterator

In [3]: isinstance(1,Iterable)
Out[3]: False

In [4]: isinstance(1,Iterator)
Out[4]: False

In [5]: isinstance((1,2),Iterable)
Out[5]: True

In [6]: isinstance((1,2),Iterator)
Out[6]: False

In [7]: class D():
   ...:     def __iter__(self):
   ...:         pass
   ...:     def __next__(self):
   ...:         pass
   ...:     

In [8]: d = D()

In [9]: isinstance(d,Iterator)
Out[9]: True

In [10]:

python实现迭代：列如，用迭代实现斐波那契数列：

class Fibonacci(object):


    def __init__(self,all_num):
        """初始化类属性"""
        #定义一个实例属性，存放要实现斐波那契数列的个数
        self.all_num = all_num
        
        #定义count实例属性，作为迭代的退出条件判断
        self.count = 0
        
        #实现斐波那契数列定义a=0，b=1
        self.a = 0
        self.b = 1

    def __iter__(self):
        """在这里self所指3对象本身是一个
        迭代器，所以可以返回自身
        """
        return self

    def __next__(self):
        """
        next，实现迭代返回结果
         
        """
        #判断输出的数列个数，是否小于需要的数列个数
        if self.count < self.all_num:
            
            #rect最终要输出的斐波那契数列
            rect = self.a
            
            #在这里重复让a=b，b=a+b，来实现斐波那契数列
            self.a, self.b = self.b, self.a + self.b
            self.count += 1

            return rect

        else:
            #当迭代遇到StopIteration异常时便会停止迭代
            raise StopIteration




fibonacci = Fibonacci(10)

for fibo_num in fibonacci:

    print(fibo_num)

迭代：通过存储一种生成方式，而不是生成结果，来实现数据存储。从而极大的节约了存储空间。

注意：
在python2.x中 range()函数后面存的是一个列表，xrange()存的是一个可迭代对象。而在python3.x中range()存的是一个迭代对象，相当于python2.x中的xrange()。

python中迭代的理解

猜你喜欢