迭代器：初探
Python 学习的人都知道，Python 中存在两种循环语句：while 和 for。for 循环可以用于 Python 中的任何序列，包括列表、元组、字符串。
>>> for x in [2013, 14, 15926]: print(x, end=' ') ... 2013 14 15926 >>> >>> for x in (2021, 2022, 2023): print(x, end='->') ... 2021->2022->2023-> >>> for x in 'HelloWorld': print(x, end=' ') ... H e l l o W o r l d
实际上，for 循环还能使用于任何可迭代对象。可迭代对象在 Python 中是新颖特别的概念，但实际上就是序列概念的通用化：如果对象时实际保存的序列，或者可以在迭代工具中（如 for 循环）一次产生一个结果的对象，就看做可迭代的。可以说，Python 中迭代器无处不在。
什么是迭代器？
Python 中的迭代器是一个对象，用于迭代列表、元组、字典和集合等可迭代对象。Python 迭代器对象必须实现两个特殊的方法：__iter__()和__next__()方法：
- 使用
__iter__()方法初始化迭代器对象 - 使用
__next__()方法进行迭代。
通过迭代器进行迭代
iter()函数依次调用 __iter__()方法，返回一个迭代器。我们使用 next() 函数手动遍历迭代器的所有项。
当我们到达终点并且没有更多数据要返回时，它将引发 StopIteration异常。
下面是一个例子:
# define a list my_list = [2013, 14, 15926] # get an iterator using iter() my_iter = iter(my_list) # iterate through it using next() # Output: 2013 print(next(my_iter)) # Output: 14 print(next(my_iter)) # next(obj) is same as obj.__next__() # Output: 15926 print(my_iter.__next__()) # This will raise error, no items left next(my_iter)
依次执行上面的代码，输出如下：
2013
14
15926
Traceback (most recent call last):
File "<string>", line 24, in <module>
next(my_iter)
StopIteration
一种更优雅的自动迭代方式是使用 for 循环。使用它，我们可以迭代任何可以返回迭代器的对象，例如列表、字符串、文件等。
>>> for element in my_list: ... print(element) ... 2013 14 15926
迭代器 for 循环的工作
正如我们在上面的示例中看到的，for 循环能够自动遍历列表。
实际上 for 循环可以迭代任何可迭代对象。让我们仔细看看 for 循环是如何在 Python 中实际实现的。
for element in iterable: # do something with element
实际实现为:
# create an iterator object from that iterable iter_obj = iter(iterable) # infinite loop while True: try: # get the next item element = next(iter_obj) print(element) # do something with element except StopIteration: # if StopIteration is raised, break from loop break
所以在内部，for 循环通过在可迭代对象上调用 iter()创建一个迭代器对象 iter_obj。具有讽刺意味的是，这个 for 循环实际上是一个无限的 while 循环。
在循环内部，它调用 next()来获取下一个元素并使用该值执行 for 循环的主体。在所有项目耗尽后，StopIteration被引发，内部捕获并结束循环。请注意，任何其他类型的异常都会通过。
构建自定义迭代器
在 Python 中从头开始构建迭代器很容易。我们只需要实现 __iter__() 和 __next__() 方法。
__iter__() 方法返回迭代器对象本身。如果需要，可以执行一些初始化。
__next__() 方法必须返回序列中的下一项。在到达终点时以及在随后的调用中，它必须引发 StopIteration。
class PowTwo: """Class to implement an iterator of powers of two""" def __init__(self, max=0): self.max = max def __iter__(self): self.n = 0 return self def __next__(self): if self.n <= self.max: result = 2 ** self.n self.n = 1 return result else: raise StopIteration # create an object numbers = PowTwo(3) # create an iterable from the object i = iter(numbers) # Using next to get to the next iterator element print(next(i)) print(next(i)) print(next(i)) print(next(i)) print(next(i))
输出结果：
1
2
4
8
Traceback (most recent call last):
File "/Users/yuzhou_1su/go/src/iterdemo.py", line 32, in <module>
print(next(i))
StopIteration
我们还可以使用 for 循环来迭代我们的迭代器类。
>>> for i in PowTwo(5): ... print(i) ... 1 2 4 8 16 32
Python 无限迭代器
迭代器对象中的项目不必耗尽。可以有无限的迭代器（永远不会结束）。在处理此类迭代器时，我们必须小心。
这是一个演示无限迭代器的简单示例。
内置函数 iter()可以使用两个参数调用，其中第一个参数必须是可调用对象（函数），第二个参数是哨兵。迭代器调用这个函数，直到返回的值等于哨兵。
>>> int() 0 >>> inf = iter(int,1) >>> next(inf) 0 >>> next(inf) 0
我们可以看到 int()函数总是返回 0。因此将它作为 iter(int,1)传递将返回一个迭代器，该迭代器调用 int()直到返回值等于 1。这永远不会发生，我们得到一个无限迭代器。
我们还可以构建自己的无限迭代器。
理论上，以下迭代器将返回所有奇数:
class InfIter: """Infinite iterator to return all odd numbers""" def __iter__(self): self.num = 1 return self def __next__(self): num = self.num self.num = 2 return num
>>> a = iter(InfIter()) >>> next(a) 1 >>> next(a) 3 >>> next(a) 5 >>> next(a) 7
在对这些类型的无限迭代器进行迭代时，请小心包含终止条件。如上所示，我们可以得到所有奇数，而无需将整个数字系统存储在内存中。理论上，我们可以在有限的内存中拥有无限的项目。
Python 迭代器的好处
使用迭代器的好处是可以节省资源：
- 代码减少。
- 代码冗余得到极大解决。
- 降低代码复杂度。
- 它为编码带来了更多的稳定性。
总结
Python 的迭代器提供稳定和灵活的代码。迭代器和可迭代对象的区别：
-
Iterable是一个可以迭代的对象。它在传递给
iter()方法时生成一个迭代器。 -
Iterator是一个对象，用于使用
__next__()方法对可迭代对象进行迭代。迭代器有__next__()方法，它返回对象的下一项。
请注意，每个迭代器也是一个可迭代的，但不是每个可迭代的都是一个迭代器。
例如，列表是可迭代的，但列表不是迭代器。可以使用函数 iter() 从可迭代对象创建迭代器。
为了实现这一点，对象的类需要一个方法 __iter__，它返回一个迭代器，或者一个具有从 0 开始的顺序索引的 __getitem__方法。但其本质也是实现了 __iter__方法。
到此这篇关于Python 迭代器介绍及作用详情的文章就介绍到这了,更多相关Python 迭代器内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！