Python中迭代器的创建与使用详解

 更新时间:2023年08月24日 09:38:48   作者:python收藏家  
Python中的迭代器是一个对象,用于迭代可迭代对象,如列表,元组,字典和集合,这篇文章主要为大家介绍了Python中迭代器的创建与使用,需要的可以参考下

Python中的迭代器是一个对象,用于迭代可迭代对象,如列表,元组,字典和集合。Python迭代器对象使用iter()方法初始化。它使用next()方法进行迭代。

  • iter():iter()方法用于迭代器的初始化。这将返回一个迭代器对象
  • next():next方法返回可迭代对象的下一个值。当我们使用for循环来遍历任何可迭代对象时,它在内部使用iter()方法来获取迭代器对象,迭代器对象进一步使用next()方法进行迭代。此方法引发StopIteration以发出迭代结束的信号。

Python iter()示例

string = "GFG"
ch_iterator = iter(string)
print(next(ch_iterator))
print(next(ch_iterator))
print(next(ch_iterator))

输出

G
F
G

使用iter()和next()创建迭代器

下面是一个简单的Python迭代器,它创建了一个从10到给定限制的迭代器类型。例如,如果限制是15,则它会打印10 11 12 13 14 15。如果限制是5,则它不打印任何内容。

# An iterable user defined type
class Test:
    # Constructor
    def __init__(self, limit):
        self.limit = limit
    # Creates iterator object
    # Called when iteration is initialized
    def __iter__(self):
        self.x = 10
        return self
    # To move to next element. In Python 3,
    # we should replace next with __next__
    def __next__(self):
        # Store current value ofx
        x = self.x
        # Stop iteration if limit is reached
        if x > self.limit:
            raise StopIteration
        # Else increment and return old value
        self.x = x + 1;
        return x
# Prints numbers from 10 to 15
for i in Test(15):
    print(i)
# Prints nothing
for i in Test(5):
    print(i)

输出

10
11
12
13
14
15

使用iter方法迭代内置迭代器

在下面的迭代中,迭代状态和迭代器变量是内部管理的(我们看不到它),使用迭代器对象遍历内置的可迭代对象,如列表,元组,字典等。

# Iterating over a list
print("List Iteration")
l = ["geeks", "for", "geeks"]
for i in l:
    print(i)
# Iterating over a tuple (immutable)
print("\nTuple Iteration")
t = ("geeks", "for", "geeks")
for i in t:
    print(i)
# Iterating over a String
print("\nString Iteration")   
s = "Geeks"
for i in s :
    print(i)
# Iterating over dictionary
print("\nDictionary Iteration")  
d = dict()
d['xyz'] = 123
d['abc'] = 345
for i in d :
    print("%s  %d" %(i, d[i]))

输出

List Iteration
geeks
for
geeks

Tuple Iteration
geeks
for
geeks

String Iteration
G
e
e
k
s

Dictionary Iteration
xyz  123
abc  345

可迭代 vs 迭代器(Iterable vs Iterator)

Python中可迭代对象和迭代器不同。它们之间的主要区别是,Python中的可迭代对象不能保存迭代的状态,而在迭代器中,当前迭代的状态被保存。
注意:每个迭代器也是一个可迭代对象,但不是每个可迭代对象都是Python中的迭代器。

可迭代对象上迭代

tup = ('a', 'b', 'c', 'd', 'e')
for item in tup:
    print(item)

输出

a
b
c
d
e

在迭代器上迭代

tup = ('a', 'b', 'c', 'd', 'e')
# creating an iterator from the tuple
tup_iter = iter(tup)
print("Inside loop:")
# iterating on each item of the iterator object
for index, item in enumerate(tup_iter):
    print(item)
    # break outside loop after iterating on 3 elements
    if index == 2:
        break
# we can print the remaining items to be iterated using next()
# thus, the state was saved
print("Outside loop:")
print(next(tup_iter))
print(next(tup_iter))

输出

Inside loop:
a
b
c
Outside loop:
d
e

使用迭代器时出现StopIteration错误

Python中的Iterable可以迭代多次,但当所有项都已迭代时,迭代器会引发StopIteration Error。

在这里,我们试图在for循环完成后从迭代器中获取下一个元素。由于迭代器已经耗尽,它会引发StopIteration Exception。然而,使用一个可迭代对象,我们可以使用for循环多次迭代,或者可以使用索引获取项。

iterable = (1, 2, 3, 4)
iterator_obj = iter(iterable)
print("Iterable loop 1:")
# iterating on iterable
for item in iterable:
    print(item, end=",")
print("\nIterable Loop 2:")
for item in iterable:
    print(item, end=",")
print("\nIterating on an iterator:")
# iterating on an iterator object multiple times
for item in iterator_obj:
    print(item, end=",")
print("\nIterator: Outside loop")
# this line will raise StopIteration Exception
# since all items are iterated in the previous for-loop
print(next(iterator_obj))

输出

Iterable loop 1:
1,2,3,4,
Iterable Loop 2:
1,2,3,4,
Iterating on an iterator:
1,2,3,4,
Iterator: Outside loop

Traceback (most recent call last):
  File "scratch_1.py", line 21, in <module>
    print(next(iterator_obj))
StopIteration

到此这篇关于Python中迭代器的创建与使用详解的文章就介绍到这了,更多相关Python迭代器内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python requests实现上传excel数据流

    python requests实现上传excel数据流

    这篇文章主要介绍了python requests实现上传excel数据流,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
    2022-02-02
  • Python利用requests模块下载图片实例代码

    Python利用requests模块下载图片实例代码

    这篇文章主要给大家介绍了关于Python利用requests模块下载图片的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用Python具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2019-08-08
  • Python加速程序运行的方法

    Python加速程序运行的方法

    这篇文章主要介绍了Python加速程序运行的方法,文中讲解非常细致,代码帮助大家更好的理解和学习,感兴趣的朋友可以了解下
    2020-07-07
  • 使用Python设置PDF中图片的透明度的实现方法

    使用Python设置PDF中图片的透明度的实现方法

    在PDF文档的设计与内容创作过程中,图像的透明度设置是一个重要的操作,尤其是在处理图文密集型PDF文档时,本文将介绍如何使用Python添加指定透明度的图片到PDF文档或调整PDF文档中现有图片的透明度,需要的朋友可以参考下
    2024-09-09
  • python3实现微型的web服务器

    python3实现微型的web服务器

    这篇文章主要为大家详细介绍了python3实现一个微型的web服务器,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-09-09
  • 解决python对齐错误的方法

    解决python对齐错误的方法

    在本篇文章里小编给大家整理的是关于python对齐错误的解决方法,需要的朋友们可以参考学习下。
    2020-07-07
  • Python中怎样查找文件当前位置

    Python中怎样查找文件当前位置

    这篇文章主要介绍了Python中怎样查找文件当前位置的方式,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
    2023-08-08
  • Python基于codecs模块实现文件读写案例解析

    Python基于codecs模块实现文件读写案例解析

    这篇文章主要介绍了Python基于codecs实现文件读写案例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • 利用Numba与Cython结合提升python运行效率详解

    利用Numba与Cython结合提升python运行效率详解

    近些年来, Numba和Cython在数学科学界得到了广泛的关注。它们都提供了一种加速CPU密集型任务的方法,但以不同的方式。本文描述了它们之间体系结构的差异
    2021-09-09
  • 详解Python中的Numpy、SciPy、MatPlotLib安装与配置

    详解Python中的Numpy、SciPy、MatPlotLib安装与配置

    这篇文章主要介绍了详解Python中的Numpy、SciPy、MatPlotLib安装与配置,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-11-11

最新评论