這一講的主要目的是為了大家在讀python程式的時候對迴圈物件有乙個基本概念。
迴圈物件的並不是隨著python的誕生就存在的，但它的發展迅速，特別是python 3x的時代，迴圈物件正在成為迴圈的標準形式。
迴圈物件是這樣乙個物件，它包含有乙個next()方法(__next__()方法，在python 3x中)， 這個方法的目的是進行到下乙個結果，而在結束一系列結果之後，舉出stopiteration錯誤。
當乙個迴圈結構（比如for）呼叫迴圈物件時，它就會每次迴圈的時候呼叫next()方法，直到stopiteration出現，for迴圈接收到，就知道迴圈已經結束，停止呼叫next()。
假設我們有乙個test.txt的檔案:
1234abcd
efg
我們執行一下python命令列：
>>>f = open('test.txt')
>>>f.next()
>>>f.next()
不斷輸入f.next()，直到最後出現stopiteration
open()返回的實際上是乙個迴圈物件，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，到達檔案結尾時舉出stopiteration。這樣，我們相當於手工進行了迴圈。
自動進行的話，就是：
for line in open('test.txt'):
print line
在這裡，for結構自動呼叫next()方法，將該方法的返回值賦予給line。迴圈知道出現stopiteration的時候結束。
相對於序列，用迴圈物件的好處在於：不用在迴圈還沒有開始的時候，就生成好要使用的元素。所使用的元素可以在迴圈過程中逐次生成。這樣，節省了空間，提高了效率，程式設計更靈活。
從技術上來說，迴圈物件和for迴圈呼叫之間還有乙個中間層，就是要將迴圈物件轉換成迭代器(iterator)。這一轉換是通過使用iter()函式實現的。但從邏輯層面上，常常可以忽略這一層，所以迴圈物件和迭代器常常相互指代對方。
生成器(generator)的主要目的是構成乙個使用者自定義的迴圈物件。
生成器的編寫方法和函式定義類似，只是在return的地方改為yield。生成器中可以有多個yield。當生成器遇到乙個yield時，會暫停執行生成器，返回yield後面的值。當再次呼叫生成器的時候，會從剛才暫停的地方繼續執行，直到下乙個yield。生成器自身又構成乙個迴圈器，每次迴圈使用乙個yield返回的值。
下面是乙個生成器:
def gen():a = 100
yield a
a = a*8
yield a
yield 1000
該生成器共有三個yield， 如果用作迴圈器時，會進行三次迴圈。
for i in gen():print i
再考慮如下乙個生成器:
def gen():for i in range(4):
yield i
它又可以寫成生成器表示式(generator expression):
g = (x for x in range(4))
生成器表示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(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):
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)]
這與生成器表示式類似，只不過用的是中括號。
（表推導的機制實際上是利用迴圈物件，有興趣可以查閱。）
練習 下面的表推導會生成什麼？
xl = [1,3,5]yl = [9,12,13]
l = [ x**2 for (x,y) in zip(xl,yl) if y > 10]
迴圈物件
生成器表推導
這一講的主要目的是為了大家在讀python程式的時候對迴圈物件有乙個基本概念。
迴圈物件的並不是隨著python的誕生就存在的，但它的發展迅速，特別是python 3x的時代，迴圈物件正在成為迴圈的標準形式。
迴圈物件是這樣乙個物件，它包含有乙個next()方法(__next__()方法，在python 3x中)， 這個方法的目的是進行到下乙個結果，而在結束一系列結果之後，舉出stopiteration錯誤。
當乙個迴圈結構（比如for）呼叫迴圈物件時，它就會每次迴圈的時候呼叫next()方法，直到stopiteration出現，for迴圈接收到，就知道迴圈已經結束，停止呼叫next()。
假設我們有乙個test.txt的檔案:
1234abcd
efg
我們執行一下python命令列：
>>>f = open('test.txt')
>>>f.next()
>>>f.next()
不斷輸入f.next()，直到最後出現stopiteration
open()返回的實際上是乙個迴圈物件，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，到達檔案結尾時舉出stopiteration。這樣，我們相當於手工進行了迴圈。
自動進行的話，就是：
for line in open('test.txt'):
print line
在這裡，for結構自動呼叫next()方法，將該方法的返回值賦予給line。迴圈知道出現stopiteration的時候結束。
相對於序列，用迴圈物件的好處在於：不用在迴圈還沒有開始的時候，就生成好要使用的元素。所使用的元素可以在迴圈過程中逐次生成。這樣，節省了空間，提高了效率，程式設計更靈活。
從技術上來說，迴圈物件和for迴圈呼叫之間還有乙個中間層，就是要將迴圈物件轉換成迭代器(iterator)。這一轉換是通過使用iter()函式實現的。但從邏輯層面上，常常可以忽略這一層，所以迴圈物件和迭代器常常相互指代對方。
生成器(generator)的主要目的是構成乙個使用者自定義的迴圈物件。
生成器的編寫方法和函式定義類似，只是在return的地方改為yield。生成器中可以有多個yield。當生成器遇到乙個yield時，會暫停執行生成器，返回yield後面的值。當再次呼叫生成器的時候，會從剛才暫停的地方繼續執行，直到下乙個yield。生成器自身又構成乙個迴圈器，每次迴圈使用乙個yield返回的值。
下面是乙個生成器:
def gen():a = 100
yield a
a = a*8
yield a
yield 1000
該生成器共有三個yield， 如果用作迴圈器時，會進行三次迴圈。
for i in gen():print i
再考慮如下乙個生成器:
def gen():for i in range(4):
yield i
它又可以寫成生成器表示式(generator expression):
g = (x for x in range(4))
生成器表示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(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):
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)]
這與生成器表示式類似，只不過用的是中括號。
（表推導的機制實際上是利用迴圈物件，有興趣可以查閱。）
練習 下面的表推導會生成什麼？
xl = [1,3,5]yl = [9,12,13]
l = [ x**2 for (x,y) in zip(xl,yl) if y > 10]
迴圈物件
生成器表推導
Python高階06 迴圈物件
通過上面一講，我們再次熟悉了python裡的迴圈控制。現在，我們將接觸迴圈物件 iterable object 這一講的主要目的是為了大家在讀python程式的時候對迴圈物件有乙個基本概念。迴圈物件的並不是隨著python的誕生就存在的，但它的發展迅速，特別是python 3x的時代，從zip 或者...
Python高階06 迴圈物件
這一講的主要目的是為了大家在讀python程式的時候對迴圈物件有乙個基本概念。迴圈物件的並不是隨著python的誕生就存在的，但它的發展迅速，特別是python 3x的時代，迴圈物件正在成為迴圈的標準形式。什麼是迴圈物件 迴圈物件是這樣乙個物件，它包含有乙個next 方法 next 方法，在pyth...
Python高階06 迴圈物件
這一講的主要目的是為了大家在讀python程式的時候對迴圈物件有乙個基本概念。迴圈物件的並不是隨著python的誕生就存在的，但它的發展迅速，特別是python 3x的時代，迴圈物件正在成為迴圈的標準形式。迴圈物件是這樣乙個物件，它包含有乙個next 方法 next 方法，在python 3x中 這...