Python 基础教程

Python 流程控制

Python 函数

Python 数据类型

Python 文件操作

Python 对象和类

Python 日期和时间

Python 高级知识

Python 参考手册

Python 迭代器

迭代器是可以迭代的对象。 在本教程中,您将学习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。

Python中的迭代器是什么?

迭代器在Python中无处不在。它们在for循环,理解,生成器等中优雅地实现,但却隐藏在眼皮底下。

Python中的Iterator只是一个可以迭代的对象。一个将返回数据的对象,一次返回一个元素。

从技术上讲,Python 迭代器对象必须实现两个特殊方法,__iter__()和__next__()统称为迭代器协议

如果我们可以从对象获得迭代器,则该对象称为迭代。Python中的大多数内置容器(例如:listtuplestring等)都是可迭代的。

iter()函数(也就是__iter__()方法)从它们返回一个迭代器。

通过Python中的迭代器进行迭代

我们使用该next()函数手动遍历迭代器的所有项目。 当我们到达末尾并且没有更多数据要返回时,它将引发StopIteration。 以下是一个示例。。

# 定义一个列表
my_list = [4, 7, 0, 3]

# 使用iter()获得迭代器
my_iter = iter(my_list)

## 使用iter()获得迭代器 

#输出 4
print(next(my_iter))

#输出 7
print(next(my_iter))

## next(obj)与obj .__ next __()相同

#输出 0
print(my_iter.__next__())

#输出 3
print(my_iter.__next__())

## 这将引起错误,没有项目剩下
next(my_iter)

一种自动迭代的更优雅的方法是使用for循环。使用此方法,我们可以迭代可以返回迭代器的任何对象,例如列表,字符串,文件等。

>>> for element in my_list:
...     print(element)
...     
4
7
0
3

for循环实际上如何工作?

正如我们在上面的示例中看到的那样,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的对象。让我们仔细看看如何for在Python中实际实现循环。

for element in iterable:
    # 对元素做点什么

实际上是实现为。

# 创建一个迭代器对象iterable
iter_obj = iter(iterable)

# 无限循环
while True:
    try:
        # 获取下一项
        element = next(iter_obj)
        # 对元素做点什么
    except StopIteration:
        # 如果引发StopIteration,则从循环中断
        break

因此,在内部,for循环通过在iterable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,并使用这个值执行for循环的主体。当所有的项都用完后,StopIteration被抛出,它在内部被捕获,循环结束。注意,任何其他类型的异常都会通过。

用Python构建自己的迭代器

在Python中从头开始构建迭代器很容易。我们只需要实现这些方法__iter__()和__next__()。

__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。

这里,我们展示了一个示例,它将在每次迭代中为我们提供2的次幂。幂指数从0到用户设置的数字。

class PowTwo:
    """实现迭代器的类
             二的幂"""

    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,我们可以创建一个迭代器,并如下进行迭代。

>>> a = PowTwo(4)
>>> i = iter(a)
>>> next(i)
1
>>> next(i)
2
>>> next(i)
4
>>> next(i)
8
>>> next(i)
16
>>> next(i)
Traceback (most recent call last):
...
StopIteration

我们还可以使用for循环来迭代迭代器类。

>>> for i in PowTwo(5):
...     print(i)
...     
1
2
4
8
16
32

Python无限迭代器

迭代器对象中的项不必耗尽。可能有无限的迭代器(永远不会结束)。在处理这样的迭代器时,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),第二个参数是标记。迭代器调用这个函数,直到返回的值等于标记值为止。

>>> int()
0

>>> inf = iter(int,1)
>>> next(inf)
0
>>> next(inf)
0

我们可以看到int()函数始终返回0。因此,将其作为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,并且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:
    """无限迭代器返回所有
                 奇数"""

    def __iter__(self):
        self.num = 1
        return self

    def __next__(self):
        num = self.num
        self.num += 2
        return num

运行如下。

>>> a = iter(InfIter())
>>> next(a)
1
>>> next(a)
3
>>> next(a)
5
>>> next(a)
7

等等...

在这些类型的无限迭代器上进行迭代时,请小心包含终止条件。

使用迭代器的优点是节省了资源。如上所示,我们无需将整个数字系统存储在内存中就可以获得所有奇数。从理论上讲,我们可以在有限内存中包含无限项。

迭代器还使我们的代码看起来很酷。

有一种在Python中创建迭代器的简便方法。要了解更多信息,请访问:Python生成器yield