python中迭代器详解（python的迭代器）

发布时间：2022-11-15

本文目录一览：

  1. Python中的迭代器与可迭代:iter()和next()
  2. Python中的迭代器是什么
  3. Python什么是迭代器
  4. Python中的“迭代”详解
  5. python中的迭代器的理解？

Python中的迭代器与可迭代:iter()和next()

一种自动迭代的更优雅的实现是使用 for循环 在Python中，迭代器（Iterator）和可迭代(iterable)的区别是，迭代器支持 iter() 和 next() 方法；可迭代支持 iter() 方法。可迭代只能在for循环中获得元素，迭代器还可以用 next() 方法获取元素。 list、tuple、map、dict 都是可迭代，但不是迭代器；这些数据的大小是确定的；迭代器不是，迭代器不知道要执行多少次，所以可以理解为不知道有多少个元素，每调用一次 next()，就会往下走一步。 凡是可以 for 循环的，都是 Iterable
凡是可以 next() 的，都是 Iterator

Python中的迭代器是什么

迭代器 迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

1. 可迭代对象

可以直接作用于 for 循环的数据类型有以下几种：

  • 一类是集合数据类型，如 list、tuple、dict、set、str 等；
  • 一类是 generator，包括生成器和带 yield 的 generator function。 这些可以直接作用于 for 循环的对象统称为可迭代对象：Iterable。

2. 判断是否可以迭代

可以使用 isinstance() 判断一个对象是否是 Iterable 对象： 而生成器不但可以作用于 for 循环，还可以被 next() 函数不断调用并返回下一个值，直到最后抛出 StopIteration 错误表示无法继续返回下一个值了。 相关推荐：《Python视频教程》

3. 迭代器

可以被 next() 函数调用并不断返回下一个值的对象称为迭代器：Iterator。

4. iter() 函数

生成器都是 Iterator 对象，但 list、dict、str 虽然是 Iterable，却不是 Iterator。 把 list、dict、str 等 Iterable 变成 Iterator 可以使用 iter() 函数： 运行结果： 总结：

  • 凡是可作用于 for 循环的对象都是 Iterable 类型；
  • 凡是可作用于 next() 函数的对象都是 Iterator 类型；
  • 集合数据类型如 list、dict、str 等是 Iterable 但不是 Iterator，不过可以通过 iter() 函数获得一个 Iterator 对象；
  • 目的是在使用集合的时候，减少占用的内容。 相关推荐：
  • 三分钟看懂什么是Python生成器

Python什么是迭代器

我们在用 for ... in ... 语句循环时，in 后面跟随的对象要求是可迭代对象，即可以直接作用于 for 循环的对象统称为可迭代对象（iterable），如 list、tuple、dict、set、str 等。 可迭代对象是实现了 __iter__() 方法的对象，而迭代器（iterator）则是实现了 __iter__() 和 __next__() 方法的对象，可以显示地获取下一个元素。这种可以被 next 调用并不断返回下一个值的对象称为迭代器。迭代器一定是可迭代对象，反过来则不一定成立。用 iter() 函数可以把 list、dict、str 等 iterable 变成 iterator，例如：

bb = [x for x in range(10)]
cc = iter(bb)
cc.next()

循环变量的值其实可以看着是一次次用 next 取值的过程，每取一个值，做一次处理。list 等对象用于循环实际上可以看着是用 iter() 方法产生一个迭代器，然后循环取值。 生成器（generator）就是一个能返回迭代器的函数，其实就是一个特殊的迭代器。调用这个函数就得到一个迭代器，生成器中的 yield 相当于一个断点，执行到此返回一个值后暂停，从而实现 next 取值。

Python中的“迭代”详解

迭代器模式：一种惰性获取数据项的方式，即按需一次获取一个数据项。 所有序列都是可以迭代的。我们接下来要实现一个 Sentence（句子）类，我们向这个类的构造方法传入包含一些文本的字符串，然后可以逐个单词迭代。 接下来测试 Sentence 实例能否迭代： 序列可以迭代的原因：

  • iter()：解释器需要迭代对象 x 时，会自动调用 iter(x)。
  • 内置的 iter 函数有以下作用：
    • 由于序列都实现了 __getitem__ 方法，所以都可以迭代。
    • 可迭代对象：使用内置函数 iter() 可以获取迭代器的对象。
    • 与迭代器的关系：Python 从可迭代对象中获取迭代器。 下面用 for 循环迭代一个字符串，这里字符串 'abc' 是可迭代的对象，用 for 循环迭代时是有生成器，只是 Python 隐藏了。 如果没有 for 语句，使用 while 循环模拟，要写成下面这样：
s = 'abc'
it = iter(s)
while True:
    try:
        print(next(it))
    except StopIteration:
        break

Python 内部会处理 for 循环和其他迭代上下文（如列表推导，元组拆包等等）中的 StopIteration 异常。 标准的迭代器接口有两个方法：

  • __next__：返回下一个可用的元素，如果没有元素了，抛出 StopIteration 异常。
  • __iter__：返回 self，以便在需要使用可迭代对象的地方使用迭代器，如 for 循环中。 迭代器：实现了无参数的 __next__ 方法，返回序列中的下一个元素；如果没有元素了，那么抛出 StopIteration 异常。Python 中的迭代器还实现了 __iter__ 方法，因此迭代器也可以迭代。 接下来使用迭代器模式实现 Sentence 类： 注意，不要在 Sentence 类中实现 __next__ 方法，让 Sentence 实例既是可迭代对象，也是自身的迭代器。 为了“支持多种遍历”，必须能从同一个可迭代的实例中获取多个独立的迭代器，而且各个迭代器要能维护自身的内部状态，因此这一模式正确的实现方式是，每次调用 iter(my_iterable) 都新建一个独立的迭代器。 所以总结下来就是： 实现相同功能，但却符合 Python 习惯的方式是，用生成器函数代替 SentenceIterator 类。 只要 Python 函数的定义体中有 yield 关键字，该函数就是生成器函数。调用生成器函数，就会返回一个生成器对象。 生成器函数会创建一个生成器对象，包装生成器函数的定义体，把生成器传给 next(...) 函数时，生成器函数会向前，执行函数定义体中的下一个 yield 语句，返回产出的值，并在函数定义体的当前位置暂停。最终，函数的定义体返回时，外层的生成器对象会抛出 StopIteration 异常，这一点与迭代器协议一致。 如今这一版 Sentence 类相较之前简短多了，但是还不够慵懒。惰性，是如今人们认为最好的特质。惰性实现是指尽可能延后生成值，这样做能节省内存，或许还能避免做无用的处理。 目前实现的几版 Sentence 类都不具有惰性，因为 __init__ 方法急迫的构建好了文本中的单词列表，然后将其绑定到 self.words 属性上。这样就得处理整个文本，列表使用的内存量可能与文本本身一样多（或许更多，取决于文本中有多少非单词字符）。 re.finditer 函数是 re.findall 函数的惰性版本，返回的是一个生成器，按需生成 re.MatchObject 实例。我们可以使用这个函数来让 Sentence 类变得懒惰，即只在需要时才生成下一个单词。 标准库提供了很多生成器函数，有用于逐行迭代纯文本文件的对象，还有出色的 os.walk 函数等等。本节专注于通用的函数：参数为任意的可迭代对象，返回值是生成器，用于生成选中的、计算出的和重新排列的元素。 第一组是用于过滤的生成器函数：从输入的可迭代对象中产出元素的子集，而且不修改元素本身。这种函数大多数都接受一个断言参数（predicate），这个参数是个布尔函数，有一个参数，会应用到输入中的每个元素上，用于判断元素是否包含在输出中。 以下为这些函数的演示： 第二组是用于映射的生成器函数：在输入的单个/多个可迭代对象中的各个元素上做计算，然后返回结果。 以下为这些函数的用法： 第三组是用于合并的生成器函数，这些函数都可以从输入的多个可迭代对象中产出元素。 以下为演示： 第四组生成器函数用于从一个元素中产出多个值，扩展输入的可迭代对象。 以下为演示： 第五组生成器函数用于产出输入的可迭代对象中的全部元素，不过会以某种方式重新排列。 下面的函数都接受一个可迭代的对象，然后返回单个结果，这种函数叫“归约函数”、“合拢函数”或“累加函数”。其实，这些内置函数都可以用 functools.reduce 函数实现，但内置更加方便，而且还有一些优点。 参考教程：
  • 《流畅的python》 P330 - 363

python中的迭代器的理解？

9.9. 迭代器 现在你可能注意到大多数容器对象都可以用 for 遍历:

for element in [1, 2, 3]:
    print(element)
for element in (1, 2, 3):
    print(element)
for key in {'one':1, 'two':2}:
    print(key)
for char in "123":
    print(char)
for line in open("myfile.txt"):
    print(line, end='')

这种形式的访问清晰、简洁、方便。迭代器的用法在 Python 中普遍而且统一。在后台，for 语句在容器对象中调用 iter()。该函数返回一个定义了 __next__() 方法的迭代器对象，它在容器中逐一访问元素。没有后续的元素时，__next__() 抛出一个 StopIteration 异常通知 for 语句循环结束。你可以使用内建的 next() 函数调用 __next__() 方法；以下是其工作原理的示例:

s = 'abc'
it = iter(s)
it
next(it)
# 'a'
next(it)
# 'b'
next(it)
# 'c'
next(it)
# Traceback (most recent call last):
#   File "<stdin>", line 1, in ?
# next(it)
# StopIteration

了解了迭代器协议的后台机制，就可以很容易的给自己的类添加迭代器行为。定义一个 __iter__() 方法，使其返回一个带有 __next__() 方法的对象。如果这个类已经定义了 __next__()，那么 __iter__() 只需要返回 self。

推荐文章