suchen
HeimBackend-EntwicklungPython-TutorialErklären von Iterable vs. Iterator in Python

Explaining Iterable vs Iterator in Python

Das Ziel dieser Seite ist es, die Dynamik der beiden Iterationsprotokolle zu demonstrieren:

  1. iterierbar
  2. 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

  1. definieren/erhalten Sie ein iterierbares Objekt wie eine Liste ["20.01", "y"]
  2. übergeben Sie ein iterierbares Objekt an iter() → erstellen Sie ein Iteratorobjekt
  3. 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!

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Wie wirkt sich die Auswahl zwischen Listen und Arrays auf die Gesamtleistung einer Python -Anwendung aus, die sich mit großen Datensätzen befasst?Wie wirkt sich die Auswahl zwischen Listen und Arrays auf die Gesamtleistung einer Python -Anwendung aus, die sich mit großen Datensätzen befasst?May 03, 2025 am 12:11 AM

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

Erklären Sie, wie das Speicher für Listen gegenüber Arrays in Python zugewiesen wird.Erklären Sie, wie das Speicher für Listen gegenüber Arrays in Python zugewiesen wird.May 03, 2025 am 12:10 AM

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

Wie geben Sie den Datentyp der Elemente in einem Python -Array an?Wie geben Sie den Datentyp der Elemente in einem Python -Array an?May 03, 2025 am 12:06 AM

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

Was ist Numpy und warum ist es wichtig für das numerische Computing in Python?Was ist Numpy und warum ist es wichtig für das numerische Computing in Python?May 03, 2025 am 12:03 AM

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

Diskutieren Sie das Konzept der 'zusammenhängenden Speicherzuweisung' und seine Bedeutung für Arrays.Diskutieren Sie das Konzept der 'zusammenhängenden Speicherzuweisung' und seine Bedeutung für Arrays.May 03, 2025 am 12:01 AM

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

Wie schneiden Sie eine Python -Liste?Wie schneiden Sie eine Python -Liste?May 02, 2025 am 12:14 AM

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

Was sind einige gängige Operationen, die an Numpy -Arrays ausgeführt werden können?Was sind einige gängige Operationen, die an Numpy -Arrays ausgeführt werden können?May 02, 2025 am 12:09 AM

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

Wie werden Arrays in der Datenanalyse mit Python verwendet?Wie werden Arrays in der Datenanalyse mit Python verwendet?May 02, 2025 am 12:09 AM

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

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

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

Heiße Werkzeuge

SAP NetWeaver Server-Adapter für Eclipse

SAP NetWeaver Server-Adapter für Eclipse

Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

MinGW – Minimalistisches GNU für Windows

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

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

Dreamweaver Mac

Dreamweaver Mac

Visuelle Webentwicklungstools