python中迭代器的基本方法_Python 迭代器
Python 迭代器
迭代器是可以迭代的对象。 在本教程中，您将学习迭代器的工作原理以及如何使用__iter__和__next__方法构建自己的迭代器。
Python中的迭代器是什么？
迭代器在Python中无处不在。它们在for循环，理解，生成器等中优雅地实现，但却隐藏在眼皮底下。
Python中的Iterator只是一个可以迭代的对象。一个将返回数据的对象，一次返回一个元素。
从技术上讲，Python 迭代器对象必须实现两个特殊方法，__iter__()和__next__()统称为迭代器协议。
如果我们可以从对象获得迭代器，则该对象称为可迭代。Python中的大多数内置容器(例如：list，tuple，string等)都是可迭代的。
iter()函数(也就是__iter__()方法)从它们返回一个迭代器。
通过Python中的迭代器进行迭代
我们使用该next()函数手动遍历迭代器的所有项目。 当我们到达末尾并且没有更多数据要返回时，它将引发StopIteration。 以下是一个示例。。
示例# 定义一个列表
my_list = [4, 7, 0, 3]
# 使用iter()获得迭代器
my_iter = iter(my_list)
## 使用iter()获得迭代器
#输出 4
print(next(my_iter))
#输出 7
print(next(my_iter))
## next(obj)与obj .__ next __()相同
#输出 0
print(my_iter.__next__())
#输出 3
print(my_iter.__next__())
## 这将引起错误，没有项目剩下
next(my_iter)
一种自动迭代的更优雅的方法是使用for循环。使用此方法，我们可以迭代可以返回迭代器的任何对象，例如列表，字符串，文件等。>>> for element in my_list:
... print(element)
...
4
7
0
3
for循环实际上如何工作？
正如我们在上面的示例中看到的那样，for循环能够自动遍历列表。
实际上，for循环可以迭代任何可迭代的对象。让我们仔细看看如何for在Python中实际实现循环。for element in iterable:
# 对元素做点什么
实际上是实现为。# 创建一个迭代器对象iterable
iter_obj = iter(iterable)
# 无限循环
while True:
try:
# 获取下一项
element = next(iter_obj)
# 对元素做点什么
except StopIteration:
# 如果引发StopIteration，则从循环中断
break
因此，在内部，for循环通过在iterable上调用iter()创建一个迭代器对象iter_obj。
具有讽刺意味的是，这个for循环实际上是一个无限的while循环。
在循环内部，它调用next()来获取下一个元素，并使用这个值执行for循环的主体。当所有的项都用完后，StopIteration被抛出，它在内部被捕获，循环结束。注意，任何其他类型的异常都会通过。
用Python构建自己的迭代器
在Python中从头开始构建迭代器很容易。我们只需要实现这些方法__iter__()和__next__()。
__iter__()方法返回迭代器对象本身。如果需要，可以执行一些初始化。
__next__()方法必须返回序列中的下一项。在到达终点时，以及在随后的调用中，它必须引发StopIteration。
这里，我们展示了一个示例，它将在每次迭代中为我们提供2的次幂。幂指数从0到用户设置的数字。
示例class PowTwo:
"""实现迭代器的类
二的幂"""
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
现在，我们可以创建一个迭代器，并如下进行迭代。>>> 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
我们还可以使用for循环来迭代迭代器类。>>> for i in PowTwo(5):
... print(i)
...
1
2
4
8
16
32
Python无限迭代器
迭代器对象中的项不必耗尽。可能有无限的迭代器(永远不会结束)。在处理这样的迭代器时，我们必须小心。
这是一个演示无限迭代器的简单示例。
内置函数 iter()可以用两个参数调用，其中第一个参数必须是可调用对象(函数)，第二个参数是标记。迭代器调用这个函数，直到返回的值等于标记值为止。>>> int()
0
>>> inf = iter(int,1)
>>> next(inf)
0
>>> next(inf)
0
我们可以看到int()函数始终返回0。因此，将其作为iter(int,1)传递将返回一个迭代器，该迭代器调用int()直到返回值等于1。这永远不会发生，并且我们得到一个无限迭代器。
我们还可以构建自己的无限迭代器。理论上，以下迭代器将返回所有奇数。
示例class InfIter:
"""无限迭代器返回所有
奇数"""
def __iter__(self):
self.num = 1
return self
def __next__(self):
num = self.num
self.num += 2
return num
运行如下。>>> a = iter(InfIter())
>>> next(a)
1
>>> next(a)
3
>>> next(a)
5
>>> next(a)
7
等等...
在这些类型的无限迭代器上进行迭代时，请小心包含终止条件。
使用迭代器的优点是节省了资源。如上所示，我们无需将整个数字系统存储在内存中就可以获得所有奇数。从理论上讲，我们可以在有限内存中包含无限项。
迭代器还使我们的代码看起来很酷。
有一种在Python中创建迭代器的简便方法。要了解更多信息，请访问：Python生成器yield。