Python迭代器
原创
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。
可迭代对象
我们已经知道可以对 list、tuple、str 等类型的数据使用 for...in... 的循环语法从其中依次拿到数据进行使用，我们把这样的过程称为遍历，也叫迭代。
但是，是否所有的数据类型都可以放到 for...in... 的语句中，然后让 for...in... 每次从中取出一条数据供我们使用，即供我们迭代吗？
>>> for i in 100:
... print(i)
...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>>很明显 int 整型不是 iterable，即 int 整型是不可以迭代的
# 我们自定义一个容器MyList用来存放数据，可以通过add方法向其中添加数据
>>> class MyList(object):
... def __init__(self):
... self.container = []
... def add(self, item):
... self.container.append(item)
...
>>> mylist = MyList()
>>> mylist.add(1)
>>> mylist.add(2)
>>> mylist.add(3)
>>> for num in mylist:
... print(num)
...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'MyList' object is not iterable
>>>
# MyList容器的对象也是不能迭代的我们自定义了一个容器类型 MyList，在将一个存放了多个数据的 MyList 对象放到 for...in... 的语句中，发现 for...in... 并不能从中依次取出一条数据返回给我们，也就说我们随便封装了一个可以存放多条数据的类型却并不能被迭代使用。
我们把可以通过 for...in... 这类语句迭代读取一条数据供我们使用的对象称之为 可迭代对象（Iterable）。
如何判断一个对象是否可以迭代
可以使用 isinstance() 判断一个对象是否是 Iterable 对象：
In [1]: from collections import Iterable
In [2]: isinstance([], Iterable)
Out[2]: True
In [3]: isinstance({}, Iterable)
Out[3]: True
In [4]: isinstance('abc', Iterable)
Out[4]: True
In [5]: isinstance(mylist, Iterable)
Out[5]: False
In [6]: isinstance(100, Iterable)
Out[6]: False可迭代对象的本质
我们分析对可迭代对象进行迭代使用的过程，发现每迭代一次（即在 for...in... 中每循环一次）都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。那么，在这个过程中就应该有一个 “人” 去记录每次访问到了第几条数据，以便每次迭代都可以返回下一条数据。
我们把这个能帮助我们进行数据迭代的 “人” 称为 迭代器(Iterator)。
可迭代对象的本质就是可以向我们提供一个这样的中间“人”即迭代器帮助我们对其进行迭代遍历使用。
可迭代对象通过 __iter__() 方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据.
那么也就是说，一个具备了 __iter__() 方法的对象，就是一个可迭代对象。
from collections import Iterable
class MyList(object):
def __init__(self):
self.container = []
def add(self, item):
self.container.append(item)
def __iter__(self):
"""返回一个迭代器"""
# 我们暂时忽略如何构造一个迭代器对象
pass
mylist = MyList()
isinstance(mylist, Iterable) # True这回测试发现添加了 __iter__() 方法的 mylist 对象已经是一个可迭代对象了
iter()函数与next()函数
list、tuple等都是可迭代对象，我们可以通过 iter() 函数获取这些可迭代对象的迭代器。然后对获取到的迭代器不断使用 next() 函数来获取下一条数据。 iter() 函数实际上就是调用了可迭代对象的 __iter__ 方法
我们使用 ipython 来调试一下
In [8]: li = [11, 22, 33, 44, 55]
In [9]: li_iter = iter(li)
In [10]: next(li_iter)
Out[10]: 11
In [11]: next(li_iter)
Out[11]: 22
In [12]: next(li_iter)
Out[12]: 33
In [13]: next(li_iter)
Out[13]: 44
In [14]: next(li_iter)
Out[14]: 55
In [15]: next(li_iter)
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-15-ab6a83f394a1> in <module>
----> 1 next(li_iter)
StopIteration:
In [16]: <font color=red>注意：</font> 当我们已经迭代完最后一个数据之后，再次调用 next() 函数会抛出 StopIteration 的异常，来告诉我们所有数据都已迭代完成，不用再执行 next() 函数了。
如何判断一个对象是否是迭代器
可以使用 isinstance() 判断一个对象是否是 Iterator 对象：
In [6]: from collections import Iterator
In [7]: isinstance([], Iterator)
Out[7]: False
In [8]: isinstance(iter([]), Iterator)
Out[8]: True
In [9]: isinstance(iter("abc"), Iterator)
Out[9]: True迭代器Iterator
通过上面的分析，我们已经知道，迭代器是用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用 next() 函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。实际上，在使用 next() 函数的时候，调用的就是迭代器对象的 __next__ 方法（Python3中是对象的 __next__ 方法，Python2中是对象的next() 方法）。所以，我们要想构造一个迭代器，就要实现它的__next__方法。但这还不够，python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现 __iter__ 方法，而 __iter__ 方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的 __iter__ 方法返回自身即可。
一个实现了 __iter__ 方法和 __next__ 方法的对象，就是迭代器。
class MyList(object):
"""自定义的一个可迭代对象"""
def __init__(self):
self.items = []
def add(self, val):
self.items.append(val)
def __iter__(self):
myiterator = MyIterator(self)
return myiterator
class MyIterator(object):
"""自定义的供上面可迭代对象使用的一个迭代器"""
def __init__(self, mylist):
self.mylist = mylist
# current用来记录当前访问到的位置
self.current = 0
def __next__(self):
if self.current < len(self.mylist.items):
item = self.mylist.items[self.current]
self.current += 1
return item
else:
raise StopIteration
def __iter__(self):
return self
def main():
mylist = MyList()
mylist.add(1)
mylist.add(2)
mylist.add(3)
mylist.add(4)
mylist.add(5)
for num in mylist:
print(num)
if __name__ == '__main__':
main()运行结果：
1
2
3
4
5
[Finished in 0.1s]for...in...循环的本质
for item in Iterable 循环的本质就是先通过 iter()函数 获取可迭代对象 Iterable 的迭代器，然后对获取到的迭代器不断调用 next() 方法来获取下一个值并将其赋值给 item，当遇到 StopIteration的异常后循环结束。
因此我们可以根据其原理改成 while 循环遍历
def main():
mylist = MyList()
mylist.add(1)
mylist.add(2)
mylist.add(3)
mylist.add(4)
mylist.add(5)
# for num in mylist:
# print(num)
myli_iter = iter(mylist) # 获取迭代器对象
while True:
try:
item = next(myli_iter)
print(item)
except StopIteration:
break
if __name__ == '__main__':
main()迭代器的应用场景
我们发现迭代器最核心的功能就是可以通过 next()函数 的调用来返回下一个数据值。如果每次返回的数据值不是在一个已有的数据集合中读取的，而是通过程序按照一定的规律计算生成的，那么也就意味着可以不用再依赖一个已有的数据集合，也就是说不用再将所有要迭代的数据都一次性缓存下来供后续依次读取，这样可以节省大量的存储（内存）空间。
举个例子，比如，数学中有个著名的 斐波拉契数列（Fibonacci），数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...现在我们想要通过 for...in... 循环来遍历迭代斐波那契数列中的前n个数。那么这个斐波那契数列我们就可以用迭代器来实现，每次迭代都通过数学计算来生成下一个数。
class FibIterator(object):
"""斐波那契数列迭代器"""
def __init__(self, n):
"""
:param n: int, 指明生成数列的前n个数
"""
self.n = n
# current用来保存当前生成到数列中的第几个数了
self.current = 0
# num1用来保存前前一个数，初始值为数列中的第一个数0
self.num1 = 0
# num2用来保存前一个数，初始值为数列中的第二个数1
self.num2 = 1
def __next__(self):
"""被next()函数调用来获取下一个数"""
if self.current < self.n:
num = self.num1
self.num1, self.num2 = self.num2, self.num1+self.num2
self.current += 1
return num
else:
raise StopIteration
def __iter__(self):
"""迭代器的__iter__返回自身即可"""
return self
if __name__ == '__main__':
fib = FibIterator(10)
for num in fib:
print(num, end=" ")并不是只有for循环能接收可迭代对象
除了 for循环 能接收可迭代对象，list、tuple、set 等也能接收。
li = list(FibIterator(10))
tp = tuple(FibIterator(10))
s = set(FibIterator(10))
print(li)
print(tp)
print(s)结果如下：
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
(0, 1, 1, 2, 3, 5, 8, 13, 21, 34)
{0, 1, 2, 3, 34, 5, 8, 13, 21}注意 set 集合去重了。
公众号
新建文件夹X
大自然用数百亿年创造出我们现实世界，而程序员用几百年创造出一个完全不同的虚拟世界。我们用键盘敲出一砖一瓦，用大脑构建一切。人们把1000视为权威，我们反其道行之，捍卫1024的地位。我们不是键盘侠，我们只是平凡世界中不凡的缔造者 。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
