Python 的迭代器与zip Python 的迭代器与zip详解

首先抛出一个困扰本人许久的问题：

nums = [1,2,3,4,5,6]
numsIter = iter(nums)
for _ in zip(*[numsIter]*3):
    print(_)
print(list(numsIter))

则控制台输出如何？

关于迭代器

1.对于支持迭代的集合对象，可以创建其迭代器对象。迭代器对象储存了可迭代对象的地址和遍历的位置，迭代器对象从集合的第一个元素开始访问，所有的元素被访问完迭代器被消耗（仍然占地址），但清空储存的信息（即地址和遍历位置）。使用list()函数或 * 操作符可以获取所有遍历的内容，结束后迭代器被消耗。

nums = [1,2,3,4,5,6]
numsIter = iter(nums)
print(nums)
print(list(nums))
print(nums)
print(list(nums))

输出为：

<list_iterator object at 0x00000205944619D0>
[1,2,3,4,5,6]
<list_iterator object at 0x00000205944619D0>
[]

第二次键入 print(list(nums)) 时输出为空，因为迭代器对象已经找不到地址了。

2.复制迭代器对象，得到的是一个迭代器对象的引用，即地址，而不是新建一个迭代器。因此，遍历位置是共同的。

nums = [1,2,3,4,5,6]
numsIter = iter(nums)
numsIter_list = [numsIter] * 2
print(numsIter)
print(numsIter_list)

for _ in numsIter_list:
    print(next(_))

 输出为：

<list_iterator object at 0x0000020594445A00>
[<list_iterator object at 0x0000020594445A00>, <list_iterator object at 0x0000020594445A00>]
1
2

关于zip

1.在创建zip对象时，并没有直接生成新数据，而是存储了要操作对象的迭代器，当真正需要的时候，才通过迭代器遍历数据。因此，当使用list()函数或 * 操作符解压zip对象时，当然是会消耗掉储存的迭代器，使得再一次解压时返回为空。

P = [1,2,3]
Q = [4,5,6]
PQ_zip = zip(P,Q)
print(PQ_zip)
print(list(PQ_zip))
print(list(PQ_zip))

 输出为：

 <zip object at 0x0000020594520140>
[(1, 4), (2, 5), (3, 6)]
[]

2.zip之所以能work，就是利用了迭代器储存的遍历位置，逐一地获取数据，直到其中一个迭代器被消耗掉。文首的问题就是最好的例子 。

nums = [1,2,3,4,5,6]
numsIter = iter(nums)
for _ in zip(*[numsIter]*3):
    print(_)
print(list(numsIter))

 输出为：

(1, 2, 3)
(4, 5, 6)
[]

可以看见，实现的功能是把单行数据变成了3列2行。这是怎么做到的呢？执行zip时，依次访问三个同样的迭代器，每次访问，迭代器的遍历位置都会加1，于是第一轮结束后zip获取了(1,2,3)，同理第二轮则获取了(4,5,6)，随后迭代器被消耗。第三轮zip对象已经没有迭代器可用，于是结束执行。最后 print(list(numsIter)) 发现迭代器确实已经被消耗。

3.当使用 print 显示迭代器或zip对象的内容时，list() 和 * 操作符几乎没有区别。但上述例子中，只能用 * 操作符来实现，因为 * 操作符实际上是返回对象的地址和遍历位置，而 list() 会直接遍历完毕从而消耗掉迭代器。

nums = [1,2,3]
numsIter = iter(nums)
print(numsIter)
for _ in zip(list(numsIter)*3):
    print(_)
print(list(numsIter))

输出为：

 <list_iterator object at 0x0000020594445B80>
(1,)
(2,)
(3,)
(1,)
(2,)
(3,)
(1,)
(2,)
(3,)
[]

总结：

在熟悉迭代器和zip()函数的同时，掌握了一个将一维数据变为二维数据的方法。

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注的更多内容!