Python迭代器

迭代器是能够迭代的对象。 在本教程中，您将了解迭代器的工做原理，以及如何使用__iter__和__next__方法构建本身的迭代器。

迭代器在Python中无处不在。 它们优雅地实如今循环，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能够迭代的对象。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。

若是咱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。

经过Python中的迭代器迭代

使用next()函数来手动遍历迭代器的全部项目。当到达结束，没有更多的数据要返回时，它将会引起StopIteration。 如下是一个例子。

# 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) 

Python

更优雅的自动迭代方式是使用for循环。 使用for循环能够迭代任何能够返回迭代器的对象，例如列表，字符串，文件等。

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

Python

循环如何实际工做？

在上面的例子中看到的，for循环可以自动经过列表迭代。

事实上，for循环能够迭代任何可迭代对象。咱们来仔细看一下在Python中是如何实现for循环的。

for element in iterable: # do something with element 

Python

实际上它是以相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 

Python

因此在for的内部，for循环经过在可迭代的对象上调用iter()来建立一个迭代器对象iter_obj。

有意思的是，这个for循环其实是一个无限循环~..~。

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。 在全部对象耗尽后，引起StopIteration异常，内部被捕获从而结束循环。请注意，任何其余类型的异常都将正常经过。

在Python中构建本身的Iterator

构建迭代器在Python中很容易。只须要实现__iter__()和__next__()方法。

__iter__()方法返回迭代器对象自己。若是须要，能够执行一些初始化。

__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起StopIteration异常。

在这里，咱们展现一个例子，在每次迭代中给出下一个2的几回方。 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 

Python

如今能够建立一个迭代器，并经过它迭代以下 -

>>> 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

Shell

也可使用for循环迭代那些迭代器类。

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

Shell

Python无限迭代器

迭代器对象中的项目没必要都是可耗尽的，能够是无限迭代器(永远不会结束)。 处理这样的迭代器时必定要当心。

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()能够用两个参数来调用，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() 0 >>> inf = iter(int,1) >>> next(inf) 0 >>> next(inf) 0 

Python

能够看到，int()函数老是返回0，因此将它做为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。这历来没有发生，因此这样就获得一个无限迭代器。

咱们也能够创建本身的无限迭代器。 如下迭代器理论上将返回全部奇数。

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 

Python

示例运行以下 -

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

Shell

当迭代这些类型的无限迭代器时，请注意指定终止条件。

使用迭代器的优势是它们能够节省资源。 如上所示，咱们能够得到全部奇数，而不将整个系统存储在内存中。理论上，能够在有限的内存中计算有无限的项目。

原文出自【易百教程】，商业转载请联系做者得到受权，非商业转载请保留原文连接：https://www.yiibai.com/python/iterator.html