對Python循環對象的理解是怎么樣的

對Python循環對象的理解是怎么樣的，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

循環對象的并不是隨著Python的誕生就存在的，但它的發展迅速，特別是Python 3x的時代，循環對象正在成為循環的標準形式。

什么是循環對象

循環對象是這樣一個對象，它包含有一個next()方法(__next__()方法，在python 3x中)， 這個方法的目的是進行到下一個結果，而在結束一系列結果之后，舉出StopIteration錯誤。

當一個循環結構（比如for）調用循環對象時，它就會每次循環的時候調用next()方法，直到StopIteration出現，for循環接收到，就知道循環已經結束，停止調用next()。

假設我們有一個test.txt的文件:

1234
abcd
efg

我們運行一下python命令行：

>>>f = open('test.txt')

>>>f.next()

>>>f.next()

...

不斷輸入f.next()，直到最后出現StopIteration

open()返回的實際上是一個循環對象，包含有next()方法。而該next()方法每次返回的就是新的一行的內容，到達文件結尾時舉出StopIteration。這樣，我們相當于手工進行了循環。

自動進行的話，就是：

for line in open('test.txt'):
 print line

在這里，for結構自動調用next()方法，將該方法的返回值賦予給line。循環知道出現StopIteration的時候結束。

相對于序列，用循環對象的好處在于：不用在循環還沒有開始的時候，就生成好要使用的元素。所使用的元素可以在循環過程中逐次生成。這樣，節省了空間，提高了效率，編程更靈活。

迭代器

從技術上來說，循環對象和for循環調用之間還有一個中間層，就是要將循環對象轉換成迭代器(iterator)。這一轉換是通過使用iter()函數實現的。但從邏輯層面上，常常可以忽略這一層，所以循環對象和迭代器常常相互指代對方。

生成器

生成器(generator)的主要目的是構成一個用戶自定義的循環對象。

生成器的編寫方法和函數定義類似，只是在return的地方改為yield。生成器中可以有多個yield。當生成器遇到一個yield時，會暫停運行生成器，返回yield后面的值。當再次調用生成器的時候，會從剛才暫停的地方繼續運行，直到下一個yield。生成器自身又構成一個循環器，每次循環使用一個yield返回的值。

下面是一個生成器:

def gen():
 a = 100
 yield a
 a = a*8
 yield a
 yield 1000

該生成器共有三個yield， 如果用作循環器時，會進行三次循環。

for i in gen():
 print i

再考慮如下一個生成器:

def gen():
 for i in range(4):
 yield i

它又可以寫成生成器表達式(Generator Expression):

G = (x for x in range(4))

生成器表達式是生成器的一種簡便的編寫方式。讀者可進一步查閱。

表推導

表推導(list comprehension)是快速生成表的方法。它的語法簡單，很有實用價值。

假設我們生成表L：

L = []
for x in range(10):
 L.append(x**2)

以上產生了表L，但實際上有快捷的寫法，也就是表推導的方式:

L = [x**2 for x in range(10)]

這與生成器表達式類似，只不過用的是中括號。

（表推導的機制實際上是利用循環對象，有興趣可以查閱。）

練習 下面的表推導會生成什么？

xl = [1,3,5]
yl = [9,12,13]
L = [ x**2 for (x,y) in zip(xl,yl) if y > 10]

關于對Python循環對象的理解是怎么樣的問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。