迭代器

一、前言 上次我们学习了Builder模式，用来组装复杂的实例，Builder就是我们盖房子的一块块砖头，钢筋和水泥，以及简单的用法，使用监工将这些元素有机的组合在了一起就能够建造整个建筑了，是监工将这些原材料按照一定的次序和特定的处理流程糅合在一起，这个过程就是组装。而现在我们学习了抽象工厂模式，将关键零件组装成产品。 在此之前，让我们对前面的几种模式做简单的回顾，首先我们学习了 迭代器模式 ，使用了工厂方法创造迭代器，并且完成了元素的内部实现和遍历的分离，因此成为“器”，也算是一种配合，其次我们学习了适配器，有类适配器和对象适配器，这两者只是实现的方式不同，本质是一样的，都是通过在原素材上加入一个适配器使得能够满足现在的需要，一般用在版本之间的兼容上使得新版本的内容能够在旧版本上使用（适配），以及一些复用的时候需要适当的修改（适配）的场合；之后我们学习了 模板模式和工厂模式 ，模板方法的一个特殊实现其实就是工厂方法，模板方法就是通过在父类之中定义职责，然后让子类实现各自的子任务，最后通过父类进行调用，提高了代码的可修改性和可扩展性，工厂方法则是在模板方法的基础上，通过生产产品的方式将框架的实现分离，遵循了高内聚低耦合的原则；在之后我们学习了 单例模式和原型模式 ，单例模式是保证全局关于某个类只有一个对象，在某些多线程或者编码误用的条件下非常重要，原型模式则是实现了对象的深浅拷贝

目录 昨日内容 迭代器 可迭代对象 迭代器对象 for循环原理 三元表达式 列表推导式 字典生成式 zip 生成器表达式 生成器 yield 递归 今日内容 匿名函数 内置方法 掌握 了解 异常处理 assert 断言 raise 主动抛出错误 面向过程编程（思想） 昨日内容 迭代器 迭代器对象一定是可迭代对象,可迭代对象不一定是迭代器对象 可迭代对象 含有 __iter__ 的方法的数据类型 除了数字类型都是可迭代对象 迭代器对象 含有 __iter__ 和 __next__ 方法的数据类型 只有文件是迭代器对象 可迭代对象加上 __iter__ 就是迭代器对象 for循环原理 lt = [1,2] lt_iter = lt.__iter__() while True: try: print(lt_iter.__next__()) except StopIteration as e: break 三元表达式 条件成立 if条件 else 条件不成立 列表推导式 [i for i in range(10)] 字典生成式 {i:i for i in range(10)} zip 把多个可迭代对象一次性读取每一个可迭代对象种的元素,拼成元素 生成器表达式 (i for i in range(10)) 节省空间 生成器 本质是迭代器,自定义迭代器,含有yield关键字的函数 def ge

实现迭代器 要实现迭代器，只要实现如下两个方法即可： __iter__(self) ：该方法返回一个迭代器（ iterator ），迭代器必须包含一个 __next__() 方法，该方法返回迭代器的下一个元素。 __reversed__(self) ：该方法主要为内建的 reversed() 反转函数提供支持，当程序调用 reversed() 函数对指定迭代器执行反转时，实际上是由该方法实现的。（如果不需要让迭代器反转迭代，这个方法也可以不用实现） 示例代码如下： # 定义一个斐波那契数列的迭代器 class Fibs ( object ) : def __init__ ( self , len ) : self . first = 0 self . sec = 1 self . __len = len def __next__ ( self ) : # 迭代器所需的__next__方法 if self . __len == 0 : raise StopIteration self . first , self . sec = self . sec , self . first + self . sec self . __len -= 1 return self . first def __iter__ ( self ) : # 定义__iter__方法，该方法返回迭代器

一.迭代器与可迭代对象的区别 1.可迭代对象是可以用for循环访问的 如：list，tuple，str，dict等。 irte将可迭代对象转为迭代器 2.迭代器 可以for循环和__next__（）函数访问 二.迭代器与生成器 都能用__next__（）和for循环访问，可以说他们基本上是等价的 唯一的区别是生成用dir（）发现它有一个__irte__方法 来源： https://www.cnblogs.com/gjx1212/p/11582532.html

目录 迭代器 迭代器对象 可迭代对象 迭代器对象 三元表达式 列表推导式 字典生成式 生成器生成式 生成器 yield的特性 return的特性 写一个range方法 递归 迭代器 迭代器并不是函数，只是一个称呼而已 python中一切皆对象（数据类型） 可迭代对象：含有 __iter__ 方法的数据类型就叫做可迭代对象 python中除了数字类型，多有数据类型都是可迭代对象 迭代器对象 迭代器对象就是含有 __iter__ 和 __next__ 方法的对象 为什么要有迭代器对象：提供了不依赖索引取值的手段 for循环原理（for循环本质就是一个while循环，只不过是一个一定可控的while循环） 可迭代对象 可迭代对象：含有 __iter__ 方法叫做可迭代对象--》除了数字类型都是可迭代对象--》可迭代对象使用 __iter__ 变成迭代器 迭代器对象 迭代器对象：含有 __iter__ 和 __next__ 方法叫做迭代器对象--》只有文件时迭代器对象--》迭代器使用 __iter__ 依然是迭代器 可迭代对象不一定是迭代器对象；迭代器对象一定是可迭代对象。 三元表达式 顾名思义就是只能赚三块钱的表达式 这只是程序员装逼用的代码，实际上不大会使用 x=10 y=20 print(x) if x>y else print(y) 如果条件成立则走这里

迭代器和生成器 可迭代对象 具有 __iter__ 方法的对象，就是可迭代对象。 可迭代对象返回的值是一个具有 __next__ 方法的对象叫迭代器对象 In [2]: a = [1,2] In [3]: it = a.__iter__() In [4]: it Out[4]: <list_iterator at 0x1e69be013c8> In [5]: it.__next__() Out[5]: 1 可迭代对象有:str, list, tuple, dict, set, file 迭代器对象返回的还是迭代器对象，具有`__next__`方法 In [5]: it.__next__() Out[5]: 1 In [6]: it Out[6]: <list_iterator at 0x1e69be013c8> In [7]: for i in it: ...: print(i) ...: 2 In [8]: it2 = it.__iter__() In [9]: it2 Out[9]: <list_iterator at 0x1e69be013c8> 三元表达式 In [11]: print(1) if 1<2 else print(2) 1 列表推导式 In [15]: b = (i for i in range(8)) In [16]: b Out[16]:

1.迭代器： 不是函数，只是一个称呼，Python中一切皆对象，可迭代对象：含有 .__iter__ 方法的数据类型叫做可迭代对象 x=10 #不是可迭代对象 s='abc' s.__iter__() lt=[1,2,3] lt.__iter__() tup=(1,) tup.__iter__() dic={'a':1} dic.__iter__() fa=open('test.txt','a+',encoding='utf8') fa.seek(0,0) fa.__iter__() 除了数字类型，所有数据类型都是可迭代对象 s='abc' s_iter=s.__iter__() print(s_iter.__next__()) #s[0] print(s_iter.__next__()) #s[1] print(s_iter.__next__()) #s[2] dic = {'a': 1, 'b': 2, 'c': 3} dic_iter=dic.__iter__() print(dic_iter.__next__()) # 迭代取值 --》 基于上一个值 print(dic_iter.__next__()) print(dic_iter.__next__()) #c 2.迭代器对象： 含有 .__iter__和.__next__ 方法的对象，可迭代对象使用 .__iter__

1. 迭代器 迭代器：他不是函数，只是一个称呼。 python中一切皆是对象（数据类型） 可迭代对象：含有 .__ iter __方法的数据类型就叫做可迭代对象。 除了数字类型，所有数据类型都是可迭代对象。可迭代的对象：Python内置str、list、tuple、dict、set、file都是可迭代对象。 特点： 内置有 __iter__ 方法的都叫可迭代的对象。 x = 10 #则不是可迭代对象 可迭代对象位 .__iter__ s = "adc" s.__iter__ lt = [1,2,3] lt.__iter__ tup = (1,) tup.__iter__() se = {1} se.__iter__() dic ={"a":1} dic.__iter__() fw = open("text","a+",encoding="utf-8") fw.seek(0,0) fw.__iter__() # 除了数字类型，所有数据类型都是可迭代对象 迭代器对象 迭代器对象：含有 .__ iter __ 和 .__ next __方法的对象就是迭代器对象。 概念：可迭代的对象执行 __iter__ 方法得到的返回值。并且可迭代对象会有一个 __next__ 方法。 只有字符串和列表都是依赖索引取值的，而其他的可迭代对象都是无法依赖索引取值的

目录 迭代器 可迭代对象 迭代器对象 for循环原理 三元表达式 列表推导式 字典生成式 zip()方法 生成器 yield关键字 迭代器套迭代器 递归 直接调用 间接调用 如何使用递归 二分法查找 迭代器 可迭代对象 内置有 __iter__ 方法的都叫做可迭代对象,数字类型没有 __iter__ 方法 name = 'tiny'.__iter__ lis = [1, 2].__iter__ dic = {'name': 'tiny', 'age': 18}.__iter__ tup = (1, 2).__iter__ se = {'a', 'b'}.__iter__ fa = open('test.txt', 'a+', encoding='utf8') fa.__iter__ 迭代器对象 可迭代对象执行 __iter__ 方法所得到的返回值就是迭代器对象 只有文件本身是迭代器对象 dic = {'name': 'tiny', 'age': 18} dic_iter = dic.__iter__ print(dic_iter.__next__) print(dic_iter.__next__) name age for循环原理 for循环称为迭代器循环，in后必须是可迭代的对象。 因为迭代器使用 __iter__ 后还是迭代器本身

目录 函数的进阶二 isinstance 方法 1. 迭代器（不是函数，只是一个称呼而已） 1. 可迭代对象 2.迭代器对象 2. 三元表达式 3. 字典生成式 1. for 循环生成字典 2. zip() 方法生成字典 4. 列表推导式 5. 生成器 6.递归 函数的进阶二 isinstance 方法 lis = [1,2] print(isinstance(lis,Iterable)) # True print(isinstance(lis,list)) # True print(isinstance(rang(10),Iterable)) # True 1. 迭代器（不是函数，只是一个称呼而已） 1. 可迭代对象 什么叫可迭代对象： 只含有 .__iter__ 方法的数据类型就叫做可迭代对象 数据类型中除了数字类型之外，其他的都是可迭代对象 可迭代对象使用 __iter__，就可以让可迭代对象变成迭代器对象 dic = {'a': 1, 'b': 2, 'c': 3} dic1 = dic.__iter__() #将可迭代对象变成迭代器对象 #迭代取值： print(dic1.__next__()) # a print(dic1.__next__()) # b print(dic1.__next__()) # c # 载往下就会报错，因为已经将dic_iter 的值取完了