Python 迭代器介绍及其作用 _迭代

智慧并不产生于学历,而是来自对于知识的终生不懈的追求。这篇文章主要讲述Python 迭代器介绍及其作用相关的知识，希望能为你提供帮助。
【Python 迭代器介绍及其作用】

文章图片

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。
参考资料：