如何正确运用Python中的迭代器进行高效编程？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1619个文字，预计阅读时间需要7分钟。
迭代器是可迭代的对象。在本教程中，您将了解迭代器的工作原理，以及如何使用`__iter__`和`__next__`方法构建自己的迭代器。迭代器在Python中无处不在。它们优雅地实现循环，尤其是在循环中。
python迭代器是一种可以遍历的对象，它通过`__iter__`和`__next__`方法工作。`__iter__`方法返回迭代器对象，而`__next__`方法用于获取下一个元素。
class MyIterator: def __init__(self, data): self.data=data self.index=0
def __iter__(self): return self
def __next__(self): if self.index >=len(self.data): raise StopIteration result=self.data[self.index] self.index +=1 return result
使用自定义迭代器my_iter=MyIterator([1, 2, 3, 4, 5])for item in my_iter: print(item)
迭代器是可以迭代的对象。 在本教程中，您将了解迭代器的工作原理，以及如何使用__iter__和__next__方法构建自己的迭代器。
迭代器在Python中无处不在。 它们优雅地实现在循环，推导，生成器等中，但隐藏在明显的视觉中。
Python中的迭代器只是一个可以迭代的对象。一个将一次返回数据的对象或一个元素。
从技术上讲，Python迭代器对象必须实现两个特殊的方法__iter__()和__next__()，统称为迭代器协议。
如果我们从中获取一个迭代器，那么一个对象被称为iterable。 大多数Python中的内置容器是列表，元组，字符串等都是可迭代的。
iter()函数(这又调用__iter__()方法)返回一个迭代器。
使用next()函数来手动遍历迭代器的所有项目。当到达结束，没有更多的数据要返回时，它将会引发StopIteration。 以下是一个例子。
# define a list
my_list = [4, 7, 0, 3]
# get an iterator using iter()
my_iter = iter(my_list)
## iterate through it using next()
#prints 4
print(next(my_iter))
#prints 7
print(next(my_iter))
## next(obj) is same as obj.__next__()
#prints 0
print(my_iter.__next__())
#prints 3
print(my_iter.__next__())
## This will raise error, no items left
next(my_iter)
更优雅的自动迭代方式是使用for循环。 使用for循环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)
...
3
循环如何实际工作？
在上面的例子中看到的，for循环能够自动通过列表迭代。
事实上，for循环可以迭代任何可迭代对象。我们来仔细看一下在Python中是如何实现for循环的。
for element in iterable:
# do something with element
实际上它是以类似下面的方式来实现的 -
# create an iterator object from that iterable
iter_obj = iter(iterable)
# infinite loop
while True:
try:
# get the next item
element = next(iter_obj)
# do something with element
except StopIteration:
# if StopIteration is raised, break from loop
break
所以在for的内部，for循环通过在可迭代的对象上调用iter()来创建一个迭代器对象iter_obj。
有意思的是，这个for循环实际上是一个无限循环。
在循环中，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。 在所有对象耗尽后，引发StopIteration异常，内部被捕获从而结束循环。请注意，任何其他类型的异常都将正常通过。
在Python中构建自己的Iterator构建迭代器在Python中很容易。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个项目(数据对象)。 在到达结束后，并在随后的调用中它必须引发StopIteration异常。
在这里，我们展示一个例子，在每次迭代中给出下一个2的几次方。 次幂指数从零开始到用户设定的数字。
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
现在可以创建一个迭代器，并通过它迭代如下
>>> a = PowTwo(4)
>>> i = iter(a)
>>> next(i)
>>> next(i)
>>> next(i)
>>> next(i)
>>> next(i)
>>> next(i)
Traceback (most recent call last):
...
StopIteration
也可以使用for循环迭代那些迭代器类。
>>> for i in PowTwo(5):
... print(i)
...
8
Python无限迭代器
迭代器对象中的项目不必都是可耗尽的，可以是无限迭代器(永远不会结束)。 处理这样的迭代器时一定要小心。
下面是用来演示无限迭代器的一个简单的例子。
内置的函数iter()可以用两个参数来调用，其中第一个参数必须是可调用对象(函数)，而第二个参数是标头。迭代器调用此函数，直到返回的值等于指定值。
>>> int()
>>> inf = iter(int,1)
>>> next(inf)
>>> next(inf)
可以看到，int()函数总是返回0，所以将它作为iter(int，1)传递将返回一个调用int()的迭代器，直到返回值等于1。这从来没有发生，所以这样就得到一个无限迭代器。
我们也可以建立自己的无限迭代器。 以下迭代器理论上将返回所有奇数。
'''
学习中遇到问题没人解答？小编创建了一个Python学习交流群：857662006
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
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
示例运行如下
>>> a = iter(InfIter())
>>> next(a)
>>> next(a)
>>> next(a)
>>> next(a)
当迭代这些类型的无限迭代器时，请注意指定终止条件。
使用迭代器的优点是它们可以节省资源。 如上所示，我们可以获得所有奇数，而不将整个系统存储在内存中。理论上，可以在有限的内存中计算有无限的项目。
本文共计1619个文字，预计阅读时间需要7分钟。
迭代器是可迭代的对象。在本教程中，您将了解迭代器的工作原理，以及如何使用`__iter__`和`__next__`方法构建自己的迭代器。迭代器在Python中无处不在。它们优雅地实现循环，尤其是在循环中。
python迭代器是一种可以遍历的对象，它通过`__iter__`和`__next__`方法工作。`__iter__`方法返回迭代器对象，而`__next__`方法用于获取下一个元素。
class MyIterator: def __init__(self, data): self.data=data self.index=0
def __iter__(self): return self
def __next__(self): if self.index >=len(self.data): raise StopIteration result=self.data[self.index] self.index +=1 return result
使用自定义迭代器my_iter=MyIterator([1, 2, 3, 4, 5])for item in my_iter: print(item)
迭代器是可以迭代的对象。 在本教程中，您将了解迭代器的工作原理，以及如何使用__iter__和__next__方法构建自己的迭代器。
迭代器在Python中无处不在。 它们优雅地实现在循环，推导，生成器等中，但隐藏在明显的视觉中。
Python中的迭代器只是一个可以迭代的对象。一个将一次返回数据的对象或一个元素。
从技术上讲，Python迭代器对象必须实现两个特殊的方法__iter__()和__next__()，统称为迭代器协议。
如果我们从中获取一个迭代器，那么一个对象被称为iterable。 大多数Python中的内置容器是列表，元组，字符串等都是可迭代的。
iter()函数(这又调用__iter__()方法)返回一个迭代器。
使用next()函数来手动遍历迭代器的所有项目。当到达结束，没有更多的数据要返回时，它将会引发StopIteration。 以下是一个例子。
# define a list
my_list = [4, 7, 0, 3]
# get an iterator using iter()
my_iter = iter(my_list)
## iterate through it using next()
#prints 4
print(next(my_iter))
#prints 7
print(next(my_iter))
## next(obj) is same as obj.__next__()
#prints 0
print(my_iter.__next__())
#prints 3
print(my_iter.__next__())
## This will raise error, no items left
next(my_iter)
更优雅的自动迭代方式是使用for循环。 使用for循环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)
...
3
循环如何实际工作？
在上面的例子中看到的，for循环能够自动通过列表迭代。
事实上，for循环可以迭代任何可迭代对象。我们来仔细看一下在Python中是如何实现for循环的。
for element in iterable:
# do something with element
实际上它是以类似下面的方式来实现的 -
# create an iterator object from that iterable
iter_obj = iter(iterable)
# infinite loop
while True:
try:
# get the next item
element = next(iter_obj)
# do something with element
except StopIteration:
# if StopIteration is raised, break from loop
break
所以在for的内部，for循环通过在可迭代的对象上调用iter()来创建一个迭代器对象iter_obj。
有意思的是，这个for循环实际上是一个无限循环。
在循环中，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。 在所有对象耗尽后，引发StopIteration异常，内部被捕获从而结束循环。请注意，任何其他类型的异常都将正常通过。
在Python中构建自己的Iterator构建迭代器在Python中很容易。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个项目(数据对象)。 在到达结束后，并在随后的调用中它必须引发StopIteration异常。
在这里，我们展示一个例子，在每次迭代中给出下一个2的几次方。 次幂指数从零开始到用户设定的数字。
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
现在可以创建一个迭代器，并通过它迭代如下
>>> a = PowTwo(4)
>>> i = iter(a)
>>> next(i)
>>> next(i)
>>> next(i)
>>> next(i)
>>> next(i)
>>> next(i)
Traceback (most recent call last):
...
StopIteration
也可以使用for循环迭代那些迭代器类。
>>> for i in PowTwo(5):
... print(i)
...
8
Python无限迭代器
迭代器对象中的项目不必都是可耗尽的，可以是无限迭代器(永远不会结束)。 处理这样的迭代器时一定要小心。
下面是用来演示无限迭代器的一个简单的例子。
内置的函数iter()可以用两个参数来调用，其中第一个参数必须是可调用对象(函数)，而第二个参数是标头。迭代器调用此函数，直到返回的值等于指定值。
>>> int()
>>> inf = iter(int,1)
>>> next(inf)
>>> next(inf)
可以看到，int()函数总是返回0，所以将它作为iter(int，1)传递将返回一个调用int()的迭代器，直到返回值等于1。这从来没有发生，所以这样就得到一个无限迭代器。
我们也可以建立自己的无限迭代器。 以下迭代器理论上将返回所有奇数。
'''
学习中遇到问题没人解答？小编创建了一个Python学习交流群：857662006
寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！
'''
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
示例运行如下
>>> a = iter(InfIter())
>>> next(a)
>>> next(a)
>>> next(a)
>>> next(a)
当迭代这些类型的无限迭代器时，请注意指定终止条件。
使用迭代器的优点是它们可以节省资源。 如上所示，我们可以获得所有奇数，而不将整个系统存储在内存中。理论上，可以在有限的内存中计算有无限的项目。