Python笔记(十二)-迭代器

By Mac小兔

迭代协议

_next_方法的对象会前进到下一个结果,而在一系列结果的末尾时,则会引发StopIteration。这类对象都认为可迭代的。

读取文本的最佳方式

  • 根本不要去读取
  • 让for循环在每轮自动调用next从而前进到下一行
  • 运行最快
  • readlines已经不是最好的使用方法了,内存使用上,效果差

手动迭代

iter

  • 文件对象就是自己的迭代器,有自己的_next_方法;
  • 列表以及许多其他内置对象,不是自身的迭代器,需要调用iter来启动迭代:

    var_tmp = iter(object)
    
  • 最近的版本中,字典有一个迭代器

    >>> D = {'a':1,'b':2,'c':3}
    >>> I = iter(D)
    >>> next(I)
    'c'
    >>> next(I)
    'a'
    >>> next(I)
    'b'
    >>> next(I)
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    StopIteration
    >>> 
    

next

语法:

  • object._next_()
  • next(object)

各种处理迭代的内置函数

map

语法:map(function, iterable, ...)
描述:把一个函数的调用应用于传入的可迭代对象中的每一项

sorted排序

语法:sorted(iterable, cmp=None, key=None, reverse=False)
描述:可迭代对象中的各项,返回一个新的排序列表

zip

  • zip函数接受任意多个(包括0个和1个)序列作为参数,返回一个tuple列表。
  • 也可以再次调用zip进行unzip

    >>> X = (1,2)
    >>> Y = (3,4)
    >>> list(zip(X,Y))
    [(1, 3), (2, 4)]
    >>> A,B = zip(*zip(X,Y))
    >>> A
    (1, 2)
    >>> B
    (3, 4)
    

enumerate

根据相对位置来配对可迭代对象中的项

filter

1
2
filter()函数是 Python 内置的另一个有用的高阶函数,filter()函数接收一个函数 f 和一个list,这个函数 f 的作用是对每个元素进行判断,返回 True或 False,filter()根据判断结果自动过滤掉不符合条件的元素,返回由符合条件元素组成的新list。

reduce

reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接收两个参数,reduce()对list的每个元素反复调用函数f,并返回最终结果值。

函数调用中*arg形式

>>> def f(a,b,c,d): print(a,b,c,d,sep='&')
... 
>>> f(1,2,3,4)
1&2&3&4
>>> f(*[1,2,3,4])
1&2&3&4
>>> f(*open('script1.py'))
import sys
&print(sys.platform)
&x = 'Spam!'
&print(x * 8)

python3.0中range

只支持迭代,索引,以及len函数,不支持任何其它的序列操作

>>> R = range(10)
>>> I = iter(R)
>>> R[0]
>>> len(R)

range和zip,map和filter的区别

  • range:支持len和索引,不是自己的迭代器
  • zip,map和filter:不支持相同结果上的多个活跃迭代器
Link.