Python 迭代器介紹及作用詳情

迭代器:初探
Python 學(xué)習(xí)的人都知道,Python 中存在兩種循環(huán)語句:while 和 for。for 循環(huán)可以用于 Python 中的任何序列,包括列表、元組、字符串。
>>> for x in [2013, 14, 15926]: print(x, end=' ') ... 2013 14 15926 >>> >>> for x in (2021, 2022, 2023): print(x, end='->') ... 2021->2022->2023-> >>> for x in 'HelloWorld': print(x, end=' ') ... H e l l o W o r l d
實(shí)際上,for 循環(huán)還能使用于任何可迭代對象。可迭代對象在 Python 中是新穎特別的概念,但實(shí)際上就是序列概念的通用化:如果對象時實(shí)際保存的序列,或者可以在迭代工具中(如 for 循環(huán))一次產(chǎn)生一個結(jié)果的對象,就看做可迭代的??梢哉f,Python 中迭代器無處不在。
什么是迭代器?
Python 中的迭代器是一個對象,用于迭代列表、元組、字典和集合等可迭代對象。Python 迭代器對象必須實(shí)現(xiàn)兩個特殊的方法:__iter__()和__next__()方法:
- 使用
__iter__()方法初始化迭代器對象 - 使用
__next__()方法進(jìn)行迭代。
通過迭代器進(jìn)行迭代
iter()函數(shù)依次調(diào)用 __iter__()方法,返回一個迭代器。我們使用 next() 函數(shù)手動遍歷迭代器的所有項(xiàng)。

當(dāng)我們到達(dá)終點(diǎn)并且沒有更多數(shù)據(jù)要返回時,它將引發(fā) StopIteration異常。
下面是一個例子:
# define a list my_list = [2013, 14, 15926] # get an iterator using iter() my_iter = iter(my_list) # iterate through it using next() # Output: 2013 print(next(my_iter)) # Output: 14 print(next(my_iter)) # next(obj) is same as obj.__next__() # Output: 15926 print(my_iter.__next__()) # This will raise error, no items left next(my_iter)
依次執(zhí)行上面的代碼,輸出如下:
2013
14
15926
Traceback (most recent call last):
File "<string>", line 24, in <module>
next(my_iter)
StopIteration
一種更優(yōu)雅的自動迭代方式是使用 for 循環(huán)。使用它,我們可以迭代任何可以返回迭代器的對象,例如列表、字符串、文件等。
>>> for element in my_list: ... print(element) ... 2013 14 15926
迭代器 for 循環(huán)的工作
正如我們在上面的示例中看到的,for 循環(huán)能夠自動遍歷列表。
實(shí)際上 for 循環(huán)可以迭代任何可迭代對象。讓我們仔細(xì)看看 for 循環(huán)是如何在 Python 中實(shí)際實(shí)現(xiàn)的。
for element in iterable: # do something with element
實(shí)際實(shí)現(xiàn)為:
# create an iterator object from that iterable iter_obj = iter(iterable) # infinite loop while True: try: # get the next item element = next(iter_obj) print(element) # do something with element except StopIteration: # if StopIteration is raised, break from loop break
所以在內(nèi)部,for 循環(huán)通過在可迭代對象上調(diào)用 iter()創(chuàng)建一個迭代器對象 iter_obj。具有諷刺意味的是,這個 for 循環(huán)實(shí)際上是一個無限的 while 循環(huán)。
在循環(huán)內(nèi)部,它調(diào)用 next()來獲取下一個元素并使用該值執(zhí)行 for 循環(huán)的主體。在所有項(xiàng)目耗盡后,StopIteration被引發(fā),內(nèi)部捕獲并結(jié)束循環(huán)。請注意,任何其他類型的異常都會通過。
構(gòu)建自定義迭代器
在 Python 中從頭開始構(gòu)建迭代器很容易。我們只需要實(shí)現(xiàn) __iter__() 和 __next__() 方法。
__iter__() 方法返回迭代器對象本身。如果需要,可以執(zhí)行一些初始化。
__next__() 方法必須返回序列中的下一項(xiàng)。在到達(dá)終點(diǎn)時以及在隨后的調(diào)用中,它必須引發(fā) StopIteration。
class PowTwo: """Class to implement an iterator of powers of two""" 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 # create an object numbers = PowTwo(3) # create an iterable from the object i = iter(numbers) # Using next to get to the next iterator element print(next(i)) print(next(i)) print(next(i)) print(next(i)) print(next(i))
輸出結(jié)果:
1
2
4
8
Traceback (most recent call last):
File "/Users/yuzhou_1su/go/src/iterdemo.py", line 32, in <module>
print(next(i))
StopIteration
我們還可以使用 for 循環(huán)來迭代我們的迭代器類。
>>> for i in PowTwo(5): ... print(i) ... 1 2 4 8 16 32
Python 無限迭代器
迭代器對象中的項(xiàng)目不必耗盡??梢杂袩o限的迭代器(永遠(yuǎn)不會結(jié)束)。在處理此類迭代器時,我們必須小心。
這是一個演示無限迭代器的簡單示例。
內(nèi)置函數(shù) iter()可以使用兩個參數(shù)調(diào)用,其中第一個參數(shù)必須是可調(diào)用對象(函數(shù)),第二個參數(shù)是哨兵。迭代器調(diào)用這個函數(shù),直到返回的值等于哨兵。
>>> int() 0 >>> inf = iter(int,1) >>> next(inf) 0 >>> next(inf) 0
我們可以看到 int()函數(shù)總是返回 0。因此將它作為 iter(int,1)傳遞將返回一個迭代器,該迭代器調(diào)用 int()直到返回值等于 1。這永遠(yuǎn)不會發(fā)生,我們得到一個無限迭代器。
我們還可以構(gòu)建自己的無限迭代器。
理論上,以下迭代器將返回所有奇數(shù):
class InfIter: """Infinite iterator to return all odd numbers""" def __iter__(self): self.num = 1 return self def __next__(self): num = self.num self.num += 2 return num
>>> a = iter(InfIter()) >>> next(a) 1 >>> next(a) 3 >>> next(a) 5 >>> next(a) 7
在對這些類型的無限迭代器進(jìn)行迭代時,請小心包含終止條件。如上所示,我們可以得到所有奇數(shù),而無需將整個數(shù)字系統(tǒng)存儲在內(nèi)存中。理論上,我們可以在有限的內(nèi)存中擁有無限的項(xiàng)目。
Python 迭代器的好處
使用迭代器的好處是可以節(jié)省資源:
- 代碼減少。
- 代碼冗余得到極大解決。
- 降低代碼復(fù)雜度。
- 它為編碼帶來了更多的穩(wěn)定性。
總結(jié)
Python 的迭代器提供穩(wěn)定和靈活的代碼。迭代器和可迭代對象的區(qū)別:
- Iterable是一個可以迭代的對象。它在傳遞給
iter()方法時生成一個迭代器。 - Iterator是一個對象,用于使用
__next__()方法對可迭代對象進(jìn)行迭代。迭代器有__next__()方法,它返回對象的下一項(xiàng)。
請注意,每個迭代器也是一個可迭代的,但不是每個可迭代的都是一個迭代器。
例如,列表是可迭代的,但列表不是迭代器??梢允褂煤瘮?shù) iter() 從可迭代對象創(chuàng)建迭代器。
為了實(shí)現(xiàn)這一點(diǎn),對象的類需要一個方法 __iter__,它返回一個迭代器,或者一個具有從 0 開始的順序索引的 __getitem__方法。但其本質(zhì)也是實(shí)現(xiàn)了 __iter__方法。
到此這篇關(guān)于Python 迭代器介紹及作用詳情的文章就介紹到這了,更多相關(guān)Python 迭代器內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python處理自動化任務(wù)之同時批量修改word里面的內(nèi)容的方法
在本篇文章里小編給各位整理的是一篇關(guān)于利用python處理自動化任務(wù)之同時批量修改word里面的內(nèi)容的文章,需要的可以參考學(xué)習(xí)下。2019-08-08
Python強(qiáng)化練習(xí)之Tensorflow2 opp算法實(shí)現(xiàn)月球登陸器
在面向?qū)ο蟪霈F(xiàn)之前,我們采用的開發(fā)方法都是面向過程的編程(OPP)。面向過程的編程中最常用的一個分析方法是“功能分解”。我們會把用戶需求先分解成模塊,然后把模塊分解成大的功能,再把大的功能分解成小的功能,整個需求就是按照這樣的方式,最終分解成一個一個的函數(shù)2021-10-10
Python函數(shù)式編程模塊functools的使用與實(shí)踐
本文主要介紹了Python函數(shù)式編程模塊functools的使用與實(shí)踐,教你如何使用?functools.partial、functools.wraps、functools.lru_cache?和?functools.reduce,感興趣的可以了解一下2024-03-03
python基礎(chǔ)編程小實(shí)例之計(jì)算圓的面積
Python是最常用的編程語言,這種語言就是一種可以快速開發(fā)應(yīng)用的解釋型語言,有些用戶不知道該怎么在Python編程里計(jì)算圓的面積,現(xiàn)在就給大家具體解釋一下,下面這篇文章主要給大家介紹了關(guān)于python基礎(chǔ)編程小實(shí)例之計(jì)算圓的面積的相關(guān)資料,需要的朋友可以參考下2023-03-03
Python的__builtin__模塊中的一些要點(diǎn)知識
這篇文章主要介紹了Python的__builtin__模塊中的一些要點(diǎn)知識,是Python學(xué)習(xí)中的基礎(chǔ),需要的朋友可以參考下2015-05-05
解決Django migrate不能發(fā)現(xiàn)app.models的表問題
今天小編就為大家分享一篇解決Django migrate不能發(fā)現(xiàn)app.models的表問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08

