Python中的迭代器详解
迭代器
迭代（iterate）意味着重复多次，就像循环那样。工作中我们一定使用for循环迭代过列表和字典，但实际上也可迭代其他对象：实现了方法__iter__的对象。方法__iter__返回一个迭代器，它是包含方法__next__的对象，而调用这个方法时可不提供任何参数。当你调用方法__next__时，迭代器应返回其下一个值。如果迭代器没有可供返回的值，应引发StopIteration异常。你还可使用内置的便利函数next。
__iter__
用于定义一个可迭代对象（iterable）。通过实现 __iter__ 方法，我们可以使自定义的对象能够被 for 循环等迭代器相关的操作使用。
python中哪些是可迭代对象呢？我们可以测试一下
def is_iterable(param):
try:
iter(param)
return True
except TypeError:
return False
params = [
1234,
'1234',
[1, 2, 3, 4],
set([1, 2, 3, 4]),
{1: 1, 2: 2, 3: 3, 4: 4},
(1, 2, 3, 4)
]
for param in params:
print(f'{param} is iterable? {is_iterable(param)}')
'''
1234 is iterable? False
1234 is iterable? True
[1, 2, 3, 4] is iterable? True
{1, 2, 3, 4} is iterable? True
{1: 1, 2: 2, 3: 3, 4: 4} is iterable? True
(1, 2, 3, 4) is iterable? True
'''可以看到列表、元组、字典、集合、字符串都是可迭代对象，查看源码，发现他们都实现了__iter__方法
def __iter__(self, *args, **kwargs): # real signature unknown """ Implement iter(self). """ pass
方法__iter__返回一个迭代器，它是包含方法__next__的对象，而调用这个方法时可不提供任何参数。当你调用方法__next__时，迭代器应返回其下一个值。
实践
示例一
迭代器实现斐波那契数列
class Fibs: def __init__(self): self.a = 0 self.b = 1 def __iter__(self): return FibIterator(self.a, self.b) class FibIterator: def __init__(self, a, b): self.a = a self.b = b def __next__(self): self.a, self.b = self.b, self.a + self.b return self.a def __iter__(self): return self fibs = Fibs() for f in fibs: print(f) if f > 10: break ''' 1 1 2 3 5 8 13 '''
这段代码，Fibs 类是一个可迭代对象，并且在 __iter__ 方法中返回一个迭代器对象 FibIterator(self.a, self.b)。
FibIterator 类是一个迭代器对象，它包含 __next__ 和 __iter__ 方法。
在 FibIterator 的 __init__ 方法中，初始化了两个变量 self.a 和 self.b 分别表示斐波那契数列中的前两个元素。
__next__ 方法会根据迭代逻辑计算出下一个斐波那契数，并将 self.a 和 self.b 更新为下一次迭代所需的值。然后，它返回当前的斐波那契数。
__iter__ 方法在这个示例中实现了迭代器对象的自引用，即返回自身，使得迭代器对象本身也可以被迭代。
当你使用 for 循环迭代 fibs 对象时，它会调用 fibs 对象的 __iter__ 方法获取迭代器对象，然后重复调用迭代器对象的 __next__ 方法来获取斐波那契数列中的下一个数。
示例二
使用自定义的迭代器类来生成一个递增序列
class IncrementIterator: def __init__(self, start, step): self.current = start self.step = step def __iter__(self): return self def __next__(self): value = self.current self.current += self.step return value
在这个例子中，IncrementIterator 类表示一个递增序列的迭代器。它接受两个参数 start 和 step，分别表示初始值和递增步长。
__init__ 方法初始化了两个实例变量 self.current 和 self.step，分别用于存储当前值和递增步长。
__iter__ 方法返回迭代器对象本身，即 self。这样可以使迭代器对象本身也是可迭代的。
__next__ 方法计算并返回当前值，并将 self.current 增加 self.step，以准备下一次迭代。
以下是如何使用 IncrementIterator 迭代器生成递增序列的示例代码：
iterator = IncrementIterator(0, 2) for num in iterator: print(num) if num >= 10: break
这段代码会生成一个从 0 开始，每次递增 2 的递增序列。在 for 循环中，迭代器对象 iterator 会自动调用 __iter__ 方法获取迭代器本身，并重复调用 __next__ 方法来获取下一个递增值。
迭代器创建序列
对迭代器和可迭代对象进行迭代之外，还可将它们转换为序列。比如下面这个例子
class TestIterator: value = 0 def __next__(self): self.value += 1 if self.value > 10: raise StopIteration return self.value def __iter__(self): return self ti = TestIterator() print(list(ti)) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
这段代码使用list显式地将迭代器转换为列表。
iter函数
可迭代对象调用 iter() 函数，可以得到一个迭代器。迭代器可以通过 next() 函数来得到下一个元素，从而支持遍历。
l = [1,2,3,4] it = iter(l) print(next(it)) # 1 print(type(it)) # <class 'list_iterator'>
使用迭代器的意义
有人说为啥要用迭代器，我用列表也可以呀，为啥不用列表呢？因为在很多情况下，你可能只想逐个地获取值，而不是使用列表一次性获取。这是因为如果有很多值，列表可能占用太多的内存。使用迭代器相对于直接使用列表的优势在于节省内存和提高性能。下面是一个例子来说明这一点：
我们需要生成一个非常大的数列，比如一个包含 1 到 1000000 的连续整数序列。如果我们使用列表来存储这个数列，就需要将所有的数都存储在内存中，这会消耗大量的内存空间。
my_list = list(range(1, 1000001))
然而，如果我们使用迭代器来生成这个数列，只需要在需要使用时逐个生成数字，而不需要一次性存储全部数字。这节省了大量的内存空间。
class MyIterator: def __init__(self, start, end): self.current = start self.end = end def __iter__(self): return self def __next__(self): if self.current > self.end: raise StopIteration else: value = self.current self.current += 1 return value my_iterator = MyIterator(1, 1000000) for num in my_iterator: print(num)
过使用迭代器，我们避免了一次性将所有数字存储在内存中的需求，减少了内存的占用。相比之下，使用列表则需要先生成并存储所有数字，会占用大量的内存。
此外，迭代器还具有惰性求值的特点，即只在需要时才生成下一个元素。这种特性在处理大量数据时非常有用，可以减少不必要的计算和处理时间。
因此，使用迭代器可以节省内存，并在处理大量数据时提高性能。它们可以逐个生成序列中的元素，而无需一次性将所有元素存储在内存中。
最后
通过上述例子，可以知道实现了方法__iter__的对象是可迭代的，而实现了方法__next__的对象是迭代器。
以上就是Python中的迭代器详解的详细内容，更多关于Python迭代器的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了Pytorch基础之torch.randperm的使用方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
在本篇内容里小编给各位分享的是一篇关于python中的插入排序的简单用法，有兴趣的朋友们可以参考学习下。2021-01-01
这篇文章主要介绍了python循环控制语句 break 与 continue，break就像是终止按键，不管执行到哪一步，只要遇到break，不管什么后续步骤，直接跳出当前循环2022-06-06
这篇文章主要介绍了pytorch中的广播语义，pytorch的广播语义即broadcasting semantics，和numpy的很像，下面文章介绍更多相关内容的介绍，需要的小伙伴可以参考一下2022-03-03
这篇文章主要介绍了python实现将中文日期转换为数字日期，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
这篇文章主要为大家详细介绍了python多线程http压力测试脚本，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-06-06
python中的__init__是一个私有函数（方法），访问私有函数中的变量在python中用self,在PHP中用$this，这篇文章主要介绍了python 中 __init__的意义以及作用,需要的朋友可以参考下2023-02-02
Flask如何获取用户的ip,查询用户的登录次数,并且封ip
这篇文章主要介绍了Flask如何获取用户的ip,查询用户的登录次数,并且封ip问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-01-01
这篇文章主要介绍了Django 解决distinct无法去除重复数据的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
下面小编就为大家分享一篇python 对象和json互相转换方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-03-03
最新评论