下面是找到的一个比较好的科学解释:
Python
中可迭代对象(Iterable)
并不是指某种具体的数据类型,它是指存储了元素的一个容器对象,且容器中的元素可以通过__iter__( )
方法或__getitem__( )
方法访问。
-
__iter__
方法的作用是让对象可以用for … in obj
循环遍历,__getitem__( )
方法是让对象可以通过实例名[index]
的方式访问实例中的元素。这两个方法的目的是Python实现一个通用的外部可以访问可迭代对象内部数据的接口。 -
一个可迭代对象是不能独立进行迭代的,Python中,迭代是通过
for … in obj
来完成的。凡是可迭代对象都可以直接用for… in obj
循环访问,这个语句其实做了两件事:第一件事是调用__iter__()
获得一个可迭代器,第二件事是循环调用__next__()
。 -
常见的可迭代对象包括:
a) 集合数据类型,如list、tuple、dict、set、str
等;
b) 生成器(generator
),包括生成器和带yield
的生成器函数(generator function)
。 -
如何判断一个对象是可迭代对象呢?具体判断方法如下两种:
-
利用
numpy
的iterable
方法from numpy import iterable print(iterable(实例名))
-
利用
collections
模块的Iterable
类from collections import Iterable isinstance(实例名, Iterable)
-
一个典型的实例
-
随便定义一个对象,不定义
__iter__
方法:from numpy import iterable class MyList: def __init__(self, len: int): self.list = [i for i in range(len)] self.length = len def __repr__(self) -> str: return f"MyList({self.length}):{self.list}" x = MyList(10) for i in x: print(i)
运行结果:
显示
MyList
实例是不可迭代的- 定义
__iter__
方法后- 下面的例子简单实现一个
range(n)
- 下面的例子简单实现一个
from numpy import iterable class MyList: def __init__(self, len: int): self.cursor = -1 self.length = len def __iter__(self): return self def __next__(self): if self.cursor+1 < self.length: self.cursor += 1 return self.cursor else: exit(1) def __repr__(self) -> str: return f"MyList({self.length})" x = MyList(10) print(iterable(x)) for i in x: print(i)
输出为:
True 0 1 2 3 4 5 6 7 8 9
使用
next()
一步一步迭代可以看的更清楚:from numpy import iterable class MyList: def __init__(self, len: int): self.cursor = -1 self.length = len def __iter__(self): return self def __next__(self): if self.cursor+1 < self.length: self.cursor += 1 return self.cursor else: exit(1) def __repr__(self) -> str: return f"MyList({self.length})" x = MyList(10) print(iter(x)) print(next(x)) print(next(x)) print(next(x)) print(next(x)) for i in x: print(i)
输出结果为:
MyList(10) 0 1 2 3 4 5 6 7 8 9
- 定义