Python 迭代器介绍及其作用(python编程)

网友投稿 249 2022-08-24


Python 迭代器介绍及其作用(python编程)

迭代器:初探

Python 学习的人都知道,Python 中存在两种循环语句:while 和 for。for 循环可以用于 Python 中的任何序列,包括列表、元组、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

实际上,for 循环还能使用于任何可迭代对象。可迭代对象在 Python 中是新颖特别的概念,但实际上就是序列概念的通用化:如果对象时实际保存的序列,或者可以在迭代工具中(如 for 循环)一次产生一个结果的对象,就看做可迭代的。可以说,Python 中迭代器无处不在。

什么是迭代器?

Python 中的迭代器是一个对象,用于迭代列表、元组、字典和集合等可迭代对象。Python 迭代器对象必须实现两个特殊的方法:​​__iter__()​​​和​​__next__()​​ 方法:

使用 ​​__iter__() ​​方法初始化迭代器对象使用 ​​__next__() ​​ 方法进行迭代。

通过迭代器进行迭代

​​iter()​​​ 函数依次调用 ​​__iter__()​​​ 方法,返回一个迭代器。我们使用 ​​next() ​​​ 函数手动遍历迭代器的所有项。

当我们到达终点并且没有更多数据要返回时,它将引发 ​​StopIteration​​ 异常。下面是一个例子:

# define a listmy_list = [2013, 14, 15926]# get an iterator using iter()my_iter = iter(my_list)# iterate through it using next()# Output: 2013print(next(my_iter))# Output: 14print(next(my_iter))# next(obj) is same as obj.__next__()# Output: 15926print(my_iter.__next__())# This will raise error, no items leftnext(my_iter)

依次执行上面的代码,输出如下:

20131415926Traceback (most recent call last): File "", line 24, in next(my_iter)StopIteration

一种更优雅的自动迭代方式是使用 for 循环。使用它,我们可以迭代任何可以返回迭代器的对象,例如列表、字符串、文件等。

>>> for element in my_list:... print(element)... 20131415926

迭代器 for 循环的工作

正如我们在上面的示例中看到的,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对象。让我们仔细看看 for 循环是如何在 Python 中实际实现的。

for element in iterable: # do something with element

实际实现为:

# create an iterator object from that iterableiter_obj = iter(iterable)# infinite loopwhile 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

所以在内部,for 循环通过在可迭代对象上调用 ​​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该值执行 for 循环的主体。在所有项目耗尽后,​​StopIteration​​ 被引发,内部捕获并结束循环。请注意,任何其他类型的异常都会通过。

构建自定义迭代器

在 Python 中从头开始构建迭代器很容易。我们只需要实现 ​​__iter__() ​​​和 ​​__next__() ​​方法。

​​__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​​。

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 objectnumbers = PowTwo(3)# create an iterable from the objecti = iter(numbers)# Using next to get to the next iterator elementprint(next(i))print(next(i))print(next(i))print(next(i))print(next(i))

输出结果:

1248Traceback (most recent call last): File "/Users/yuzhou_1su/go/src/iterdemo.py", line 32, in print(next(i))StopIteration

我们还可以使用 for 循环来迭代我们的迭代器类。

>>> for i in PowTwo(5):... print(i)... 12481632

Python 无限迭代器

迭代器对象中的项目不必耗尽。可以有无限的迭代器(永远不会结束)。在处理此类迭代器时,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()​​ 可以使用两个参数调用,其中第一个参数必须是可调用对象(函数),第二个参数是哨兵。迭代器调用这个函数,直到返回的值等于哨兵。

>>> int()0>>> inf = iter(int,1)>>> next(inf)0>>> next(inf)0

我们可以看到 ​​int()​​​ 函数总是返回 0。因此将它作为 ​​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,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:

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

在对这些类型的无限迭代器进行迭代时,请小心包含终止条件。如上所示,我们可以得到所有奇数,而无需将整个数字系统存储在内存中。理论上,我们可以在有限的内存中拥有无限的项目。

Python 迭代器的好处

使用迭代器的好处是可以节省资源。

代码减少。代码冗余得到极大解决。降低代码复杂度。它为编码带来了更多的稳定性。

总结

Python 的迭代器提供稳定和灵活的代码。迭代器和可迭代对象的区别:

​Iterable​ 是一个可以迭代的对象。它在传递给 ​​iter()​​ 方法时生成一个迭代器。​Iterator​ 是一个对象,用于使用 ​​__next__()​​​ 方法对可迭代对象进行迭代。迭代器有 ​​__next__() ​​方法,它返回对象的下一项。

请注意,每个迭代器也是一个可迭代的,但不是每个可迭代的都是一个迭代器。

例如,列表是可迭代的,但列表不是迭代器。可以使用函数 ​​iter() ​​从可迭代对象创建迭代器。

为了实现这一点,对象的类需要一个方法 ​​__iter__​​​,它返回一个迭代器,或者一个具有从 0 开始的顺序索引的 ​​__getitem__​​​ 方法。但其本质也是实现了 ​​__iter__​​ 方法。

参考资料:

​​Iterators​​


版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:Python 迭代器介绍及其作用
下一篇:聊一聊concurrenthashmap的size方法原理
相关文章

 发表评论

暂时没有评论,来抢沙发吧~