迭代器，可迭代和迭代究竟是什么？

Python中“可迭代”，“迭代器”和“迭代”的最基本定义是什么？

我已经阅读了多个定义，可是我没法肯定确切的含义，由于它仍然不会陷入。

有人能够在外行方面为我提供3个定义的帮助吗？

---

#1楼

上面的答案很不错，可是正如我所见到的大多数同样，对于像我这样的人来讲，不要过于强调区别 。

一样，人们倾向于经过在__foo__() “ X是具备__foo__()方法的对象”这样的定义来得到“ Python __foo__() ”。 这样的定义是正确的-它们基于鸭子式的哲学，可是当试图以简单的方式理解概念时，对方法的关注每每会介于二者之间。

所以，我添加了个人版本。

---

用天然语言

• 迭代是在一行元素中一次获取一个元素的过程。

在Python中，

• Iterable是一个很好的可迭代对象，简单地说，意味着能够在迭代中使用它，例如，使用for循环。 怎么样？ 经过使用迭代器 。 我会在下面解释。

• ...，而迭代器是一个对象，它定义了如何实际执行迭代-特别是下一个元素是什么 。 这就是为何它必须具备next()方法的缘由。

迭代器自己也是可迭代的，区别在于其__iter__()方法返回相同的对象（ self ），而无论其先前调用next()是否已消耗其对象。

---

那么，Python解释器for x in obj:语句中看到for x in obj:时会怎么想？

看，一个for循环。 看起来像是一个迭代器的工做...让咱们获得一个。 ...有这个obj家伙，让咱们问他。

“ obj先生，您有迭代器吗？” （...调用iter(obj) ，它调用obj.__iter__() ，它高兴地发出了一个闪亮的新迭代器_i 。）

好的，那很简单...让咱们开始迭代。 （ x = _i.next() ... x = _i.next() ...）

因为obj先生在该测试中成功（经过某种方法返回了有效的迭代器），咱们用形容词来奖励他：您如今能够称他为“可迭代的obj先生”。

可是，在简单的状况下，一般不会从分别拥有Iterator和Iterable中受益。 所以，您仅定义一个对象，这也是它本身的迭代器。 （Python并不真的关心obj发出的_i并非那么闪亮，而仅仅是obj自己。）

这就是为何在我见过的大多数示例中（以及一遍又一遍使我困惑的缘由）中，您能够看到：

class IterableExample(object):

    def __iter__(self):
        return self

    def next(self):
        pass

代替

class Iterator(object):
    def next(self):
        pass

class Iterable(object):
    def __iter__(self):
        return Iterator()

可是，在某些状况下，能够从使迭代器与可迭代的对象分离中受益，例如，当您但愿有一行项目，但须要更多“游标”时。 例如，当您要使用“当前”和“即将到来”的元素时，能够为这两个元素使用单独的迭代器。 或从庞大列表中提取多个线程：每一个线程均可以具备本身的迭代器以遍历全部项目。 见@雷蒙德和@ glglgl的上述回答。

想象一下您能够作什么：

class SmartIterableExample(object):

    def create_iterator(self):
        # An amazingly powerful yet simple way to create arbitrary
        # iterator, utilizing object state (or not, if you are fan
        # of functional), magic and nuclear waste--no kittens hurt.
        pass    # don't forget to add the next() method

    def __iter__(self):
        return self.create_iterator()

笔记：

• 我将再次重复： 迭代器不可迭代 。 迭代器不能用做for循环中的“源”。 for循环主要须要的是__iter__() （该__iter__()返回next() ）。

• 固然， for并非惟一的迭代循环，所以上述内容一样适用于某些其余构造（ while ...）。

• 迭代器的next()能够抛出StopIteration以中止迭代。 可是，它没必要永久地迭代或使用其余方式。

• 在上面的“思考过程”中， _i实际上并不存在。 我叫这个名字。

• Python 3.x有一个小的变化： next()方法（不是内置方法）如今必须称为__next__() 。 是的，一直以来都是这样。

• 您也能够这样想：可迭代拥有数据，迭代器提取下一项

免责声明：我不是任何Python解释器的开发人员，因此我真的不知道解释器的想法。 上面的沉思只是我如何从Python新手的其余解释，实验和实际经验中了解了我对这个主题的理解。

---

#2楼

在Python中，一切都是对象。 若是说一个对象是可迭代的，则意味着您能够将对象做为一个集合逐步进行（即迭代）。

例如，数组是可迭代的。 您可使用for循环遍历它们，并从索引0到索引n，n是数组对象的长度减去1。

字典（键/值对，也称为关联数组）也是可迭代的。 您能够逐步浏览他们的键。

显然，不是集合的对象是不可迭代的。 例如，布尔对象只有一个值为True或False。 它不是可迭代的（它是一个可迭代的对象是没有意义的）。

阅读更多。 http://www.lepus.org.uk/ref/companion/Iterator.xml

---

#3楼

我不知道它是否对任何人都有帮助，但我老是喜欢在脑海中形象化概念以更好地理解它们。 所以，当我有一个小儿子时，我用砖块和白皮书形象化了迭代/迭代器的概念。

假设咱们在黑暗的房间里，在地板上，个人儿子有砖头。 如今，大小，颜色不一样的砖都再也不重要了。 假设咱们有5块这样的砖。 能够将这5块砖描述为一个对象 -假设是砖块套件 。 使用此积木工具包，咱们能够作不少事情–能够先取一个，而后取第二，再取第三，能够更改积木的位置，将第一个积木放在第二个之上。 咱们能够用这些作不少事情。 所以，这个积木工具包是一个可迭代的对象或序列，由于咱们能够遍历每一个积木并对其进行处理。 咱们只能作到像个人小儿子-咱们能够在一个时间 一个砖头打。 因此我再次觉得本身这个套砖工具是一个可迭代的工具 。

如今请记住，咱们在黑暗的房间里。 或几乎是黑暗的。 问题是咱们没有清楚地看到这些砖块，它们是什么颜色，什么形状等。所以，即便咱们想对它们作些事情（也就是遍历它们） ，咱们也不知道究竟是什么以及如何作，由于它是太黑了。

咱们所能作的就是接近第一个砖块（做为砖块工具包的组成部分），咱们能够放一张白色荧光纸，以便咱们了解第一个砖块元素的位置。 每次咱们从工具包中取出一块砖块时，都会将白纸替换为下一块砖块，以便可以在黑暗的房间中看到它。 这张白纸只不过是一个迭代器 。 它也是一个对象 。 可是，具备可工做和可迭代对象的元素的对象–砖块工具包。

顺便说一下，这解释了我在IDLE中尝试如下操做并遇到TypeError时的早期错误：

>>> X = [1,2,3,4,5]
 >>> next(X)
 Traceback (most recent call last):
    File "<pyshell#19>", line 1, in <module>
      next(X)
 TypeError: 'list' object is not an iterator

清单X是咱们的积木工具包，但不是白纸。 我须要先找到一个迭代器：

>>> X = [1,2,3,4,5]
>>> bricks_kit = [1,2,3,4,5]
>>> white_piece_of_paper = iter(bricks_kit)
>>> next(white_piece_of_paper)
1
>>> next(white_piece_of_paper)
2
>>>

不知道是否有帮助，可是对我有帮助。 若是有人能够确认/纠正该概念的可视化，我将不胜感激。 这将帮助我了解更多信息。

---

#4楼

iterable = [1, 2] 

iterator = iter(iterable)

print(iterator.__next__())   

print(iterator.__next__())

因此，

1. iterable是一个能够循环的对象 。 例如list，string，tuple等。

2. 在咱们的iterable对象上使用iter函数将返回一个迭代器对象。

3. 如今该迭代器对象的方法命名__next__ （在Python 3，或者只是next在Python 2），经过它能够访问可迭代的每一个元素。

所以，以上代码的输出将是：

1个

2

---

#5楼

在处理迭代器和迭代器以前，决定迭代器和迭代器的主要因素是顺序

顺序：顺序是数据的收集

Iterable：Iterable是支持Iter方法的序列类型对象。

Iter方法：Iter方法将序列做为输入并建立一个称为迭代器的对象

Iterator：Iterator是调用next方法并遍历整个序列的对象。调用next方法时，它将返回当前遍历的对象。

例：

x=[1,2,3,4]

x是一个由数据收集组成的序列

y=iter(x)

调用iter（x）时，仅当x对象具备iter方法时才返回迭代器，不然会引起异常。若是返回iterator，则y的分配方式以下：

y=[1,2,3,4]

因为y是迭代器，所以它支持next（）方法

调用next方法时，它会一步一步返回列表的各个元素。

返回序列的最后一个元素后，若是再次调用下一个方法，则会引起StopIteration错误

例：

>>> y.next()
1
>>> y.next()
2
>>> y.next()
3
>>> y.next()
4
>>> y.next()
StopIteration