Das Ziel dieser Seite ist es, die Dynamik der beiden Iterationsprotokolle zu demonstrieren:
- iterierbar
- Iterator
1. Aber zuerst (um verwirrend ähnliche Wörter hinzuzufügen) wollen wir uns mit der Iteration befassen
- Iteration bedeutet natürlich, Elemente einzeln aus einer Quelle zu nehmen und nacheinander etwas mit jedem zu tun
- In Python wird dies häufig verwendet
- a) for/while-Schleifen und
- b) Verständnis
- Standardmäßig iterieren diese Strukturen über die gesamte Struktur
- Manchmal könnte jedoch eine feinkörnigere Steuerung erforderlich sein – wie bei Generatoren
- Hierfür gibt es zwei wichtige Konzepte/Protokolle, auf denen ein Großteil von Python aufgebaut ist:
- a) iterierbare Objekte
- b) Iteratorobjekte
- beide spiegeln sich in Standard-Python-Protokollen wider
- Das ist kein Extra: Tatsächlich bauen for/while-Schleifen und Comprehensions direkt auf diesen untergeordneten Elementen von Iterationsprotokollen auf
2. ITER()-METHODE ERSTELLT EINEN ITERATOR AUS EINEM ITERABLE
- iterierbares Objekt (Sammlung oder Stream von Objekten) ist jedes Objekt, das an die integrierte Funktion iter() übergeben werden kann
- Sobald die integrierte Funktion iter() übergeben wurde und ein Iteratorobjekt eines übergebenen Typs zurückgegeben wird, d. h. ein String-Iterator wird mit erstellt
>>> example_iterator = iter('abc') >>> example_iterator <str_iterator object at> </str_iterator>
- Beachten Sie, dass der Iterator ein implizites Sequenzobjekt ist, das sequenziellen (nicht zufälligen!) Zugriff auf einen zugrunde liegenden sequentiellen Datensatz bietet
- Zum Beispiel ist das Bereichsobjekt selbst kein Iterator
- Iterator erlaubt keinen Zugriff auf beliebige Elemente der zugrunde liegenden Reihe
- Sie bieten nur Zugriff auf das nächsteElement der Serie
- Sie bieten sequenziellen Zugriff
<!-- THIS IS NOT AN ITERATOR --> >>> r = range(10)[5] >>> r 5
3. Die NEXT()-Funktion gibt den nächsten Wert von einem Iterator zurück
- Das integrierte next() erfordert ein Iterator-Objekt – und es gibt den nächsten Wert in der Iteration einer Sammlung zurück
- Iterator besteht aus 2 Komponenten:
- Mechanismus zum Abrufen des nächsten Elements einer Sammlung
- Mechanismus zur Signalisierung des Endes der Serie
In Programmiersprachen mit integrierten Objektsystemen entspricht diese Abstraktion normalerweise einer bestimmten Schnittstelle, die durch Klassen implementiert werden kann
- next() ermöglicht es, jedes Element der Reihe nach / auf Anfrage zu betrachten – nicht die gesamte Serie von Anfang bis Ende
- Es gibt 2 Nachrichten-Iterator-Schnittstellen
- next → Abfrage nach dem nächsten Element
- iter → den Iterator zurückgeben
- Einschränkung: Iterator kann einmal wiederholt werden
4. BEISPIEL IM KLASSENZIMMER – VON ITERABLE ZU ITERATOR ZU STOPITERATION Exception
- Python löst großzügig eine Ausnahme vom Typ StopIteration aus
>>> example_iterator = iter('abc') >>> example_iterator <str_iterator object at> </str_iterator>
5. BEISPIEL AUS DEM REALEN LEBEN – EINHEIT TESTEN MEHRERER BEFEHLSZEILE-EINGABEN
- definieren/erhalten Sie ein iterierbares Objekt wie eine Liste ["20.01", "y"]
- übergeben Sie ein iterierbares Objekt an iter() → erstellen Sie ein Iteratorobjekt
- Übergeben Sie ein Iteratorobjekt an next(), um bei jedem Aufruf der Eingabefunktion im Code den nächsten Wert der Liste zu erhalten
<!-- THIS IS NOT AN ITERATOR --> >>> r = range(10)[5] >>> r 5
- Beim ersten Auftreten von input() wird der Wert „20,01“ übergeben,
- Beim zweiten Mal ist es „y“
- Beim dritten Mal wäre es eine Ausnahme
6. LINKS
- https://mypy.readthedocs.io/en/stable/protocols.html#iteration-protocols
- 5.2 Implizite Sequenzen – SICP in Python
Das obige ist der detaillierte Inhalt vonErklären von Iterable vs. Iterator in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

ForHandlinglargedatasetsinpython, Usenumpyarraysforbetterperformance.1) Numpyarraysarememory-Effiction und FasterFornumericaloperations.2) meidenunnötiger Anbieter.3) HebelVectorisationFecedTimeComplexity.4) ManagemememoryusageSageWithEffizienceDeffictureWitheseffizienz

Inpython, listEUSUutsynamicMemoryAllocationWithover-Accocation, whilenumpyarraysalcodeFixedMemory.1) ListSallocatemoremoryThanneded intellig, vereitelte, dass die sterbliche Größe von Zeitpunkte, OfferingPredictableSageStoageStloseflexeflexibilität.

Inpython, youcansspecthedatatypeyFelemeremodelerernspant.1) Usenpynernrump.1) Usenpynerp.dloatp.Ploatm64, Formor -Präzise -Preciscontrolatatypen.

NumpyisessentialfornumericalComputingInpythonduetoitsSpeed, GedächtnisEffizienz und kompetentiertemaMatematical-Funktionen.1) ITSFACTBECAUSPERFORMATIONSOPERATIONS.2) NumpyarraysSaremoremory-Effecthonpythonlists.3) iTofferSAgyarraysAremoremory-Effizieren

ContInuuousMemoryAllocationScrucialforAraysBecauseAltoLowsFofficy und Fastelement Access.1) iTenablesconstantTimeAccess, O (1), Duetodirectaddresscalculation.2) itimProvesefficienceByallowing -MultipleTeLementFetchesperCacheline.3) Es wird gestellt

SlicingPapythonListisDoneUsingthesyntaxlist [Start: Stop: Stufe] .here'Showitworks: 1) StartIndexoFtheFirstelementtoinclude.2) stopiStheIndexoFtheFirstelementtoexclude.3) StepisTheincrementBetweenelesfulFulForForforexcractioningPorporionsporporionsPorporionsporporesporsporsporsporsporsporsporsporsporionsporsPorsPorsPorsPorsporsporsporsporsporsporsAntionsporsporesporesporesporsPorsPorsporsPorsPorsporsporspors,

Numpyallowsforvariousoperationssonarrays: 1) BasicarithmeticliKeaddition, Subtraktion, Multiplikation und Division; 2) AdvancedoperationssuchasmatrixMultiplication;

Arraysinpython, insbesondere ThroughNumpyandpandas, areessentialfordataanalyse, öfterspeedandeffizienz.1) numpyarraysenableAnalysHandlingoflargedatasets und CompompexoperationslikemovingAverages.2) Pandasextendsnumpy'ScapaBilitiesWithDaTataforsForstruc


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

Dreamweaver Mac
Visuelle Webentwicklungstools
