来看看Python迭代器能让你的代码提升100倍的密码

• 博客主页：长风清留扬-CSDN博客
• 系列专栏：Python基础专栏
• 每天更新大数据相关方面的技术，分享自己的实战工作经验和学习总结，尽量帮助大家解决更多问题和学习更多新知识，欢迎评论区分享自己的看法
• 感谢大家点赞👍收藏⭐评论

一、迭代器

迭代器的定义

迭代器是一个实现了迭代器协议的对象。迭代器协议规定了一个对象必须实现两个方法：iter() 和 next()。然而，需要注意的是，从严格意义上讲，一个迭代器对象只需要实现 next() 方法，因为 iter() 函数（用于获取迭代器）会自动调用对象的 iter() 方法（如果该方法存在），而该方法通常返回对象自身。因此，在实际应用中，我们通常将只实现了 next() 方法的对象称为迭代器。

迭代器协议

迭代器协议是指迭代器对象必须遵循的一组规则

iter() 方法：

• 返回迭代器对象本身。
• 在Python中，如果一个对象实现了 iter() 方法，那么它就被认为是可迭代的（iterable）。
• 但对于迭代器对象而言，iter() 方法通常只是简单地返回 self。

next() 方法：

• 返回序列中的下一个元素。
• 如果序列中没有更多元素可供返回，则该方法应该抛出 StopIteration 异常，以通知迭代器的使用者迭代已经完成。

迭代器的特点

• 惰性求值：迭代器采用惰性求值的方式，即只有在需要时才生成值。这有助于节省内存，特别是在处理大型数据集或无限序列时。
• 状态跟踪：迭代器内部维护了一个状态，用于跟踪当前迭代到的位置。这确保了每次调用 next() 方法时，都会返回序列中的下一个元素。
• 单次遍历：迭代器只能向前移动，不能回退。一旦迭代器耗尽（即抛出 StopIteration 异常），它将无法再次使用来遍历序列。

迭代器的使用

在Python中，你可以通过调用对象的 iter() 方法（或更常见的是使用内置的 iter() 函数）来获取一个迭代器。然后，你可以使用 next() 函数（或在循环中直接使用迭代器）来逐个访问元素，直到捕获到 StopIteration 异常为止。

迭代器的优势

• 节省内存：由于迭代器采用惰性求值的方式，它们可以在需要时才生成值，从而节省内存。
• 支持无限序列：迭代器可以处理无限序列，因为它们是按需生成值的。
• 解耦迭代逻辑：迭代器将迭代逻辑与容器类型分离，使得不同的容器类型可以共享相同的迭代逻辑。

iter()

在Python中，iter() 函数是一个内置函数，用于获取一个迭代器。迭代器是一个实现了迭代协议的对象，它允许你逐个访问容器（如列表、元组、字符串等）中的元素，而无需一次性在内存中加载所有元素。这使得迭代器在处理大型数据集时非常高效。

基本用法

iterator = iter(iterable)  
iterator = iter(callable, sentinel)

参数：

• iterable：一个可以迭代的对象，如列表、元组、字符串、字典、集合等。
• callable：一个无参数的可调用对象（如函数），每次调用时返回迭代器的下一个值，直到它返回 sentinel。
• sentinel：一个标记值，用于指示迭代结束。当 callable 返回这个值时，迭代停止。
• 返回值：返回一个迭代器对象。

案例

使用 iter() 获取迭代器

my_list = [1, 2, 3, 4, 5]  
iterator = iter(my_list)  
  
# 使用 next() 函数遍历迭代器  
while True:  
    try:  
        value = next(iterator)  
        print(value)  
    except StopIteration:  
        break

输出

1  
2  
3  
4  
5

使用 iter() 和 callable、sentinel

def my_generator():  
    count = 0  
    while True:  
        yield count  
        count += 1  
  
# 创建一个迭代器，当生成器返回特定值时停止迭代  
iterator = iter(my_generator(), 5)  
  
# 使用 next() 函数遍历迭代器  
while True:  
    try:  
        value = next(iterator)  
        print(value)  
    except StopIteration:  
        break

输出

0  
1  
2  
3  
4

在这个例子中，my_generator() 是一个生成器函数，它每次调用 next() 时返回一个值。我们使用 iter() 函数和 sentinel 参数来创建一个迭代器，当生成器返回 5 时停止迭代。

超出数据条数会报错

my_list = [1, 2, 3, 4, 5]
iterator = iter(my_list)
print(next(iterator)) # 输出：1
print(next(iterator)) # 输出：2
print(next(iterator)) # 输出：3
print(next(iterator)) # 输出：4
print(next(iterator)) # 输出：5
#再输出就没有值了，就会出现报错
print(next(iterator))
#报错信息如下：
#     print(next(iterator))
# StopIteration

注意事项

• 迭代器只能向前移动，不能回退。
• 一旦迭代器被耗尽（即所有元素都被访问过），它就不能再产生新的值。如果你尝试再次使用耗尽的迭代器，它将立即引发 StopIteration 异常。
• 使用 iter() 和 next() 手动迭代容器是一种低级的迭代方式。在大多数情况下，你更可能使用循环（如 for 循环）来自动处理迭代。

自定义迭代器类

class MyRange:  
    """  
    一个自定义的迭代器类，用于生成从start到end（不包括end）的数字。  
    """  
      
    def __init__(self, start, end):  
        """  
        初始化方法。  
          
        :param start: 起始数字  
        :param end: 结束数字（不包括）  
        """  
        self.current = start  # 当前数字，从start开始  
        self.end = end  # 结束数字，迭代到这个数字之前停止  
      
    def __iter__(self):  
        """  
        使对象成为迭代器的方法（实现迭代协议的一部分）。  
          
        :return: 返回迭代器对象自身  
        """  
        return self  
      
    def __next__(self):  
        """  
        返回迭代器的下一个值。  
          
        :return: 下一个数字，如果到达end则引发StopIteration异常  
        """  
        if self.current < self.end:  
            num = self.current  # 存储当前数字  
            self.current += 1  # 移动到下一个数字  
            return num  # 返回存储的数字  
        else:  
            raise StopIteration  # 如果到达或超过end，则停止迭代  
  
# 示例运行代码  
if __name__ == "__main__":  
    # 创建一个MyRange对象，表示从0到5的数字  
    my_range = MyRange(0, 5)  
      
    # 使用for循环遍历迭代器  
    print("Using for loop:")  
    for number in my_range:  
        print(number)  
      
    # 手动使用next()函数遍历迭代器  
    print("\nUsing next() function:")  
    iterator = iter(my_range)  # 注意：这里会重新初始化迭代器，但my_range对象已经耗尽，所以下面会立即引发StopIteration  
    # 由于上面的for循环已经耗尽了迭代器，我们需要重新创建一个MyRange对象来演示next()的使用  
    iterator = iter(MyRange(0, 5))    
    while True:  
        try:  
            number = next(iterator)  
            print(number)  
        except StopIteration:  
            break

运行结果：

Using for loop:  
0  
1  
2  
3  
4  
  
Using next() function:  
0  
1  
2  
3  
4

• 在上面的代码中，MyRange 类实现了两个特殊方法：iter() 和 next()，这使得它的实例可以作为迭代器使用。
• iter() 方法返回迭代器对象自身，这是实现迭代协议的要求之一。
• next() 方法返回迭代器的下一个值，并在没有更多值可供返回时引发 StopIteration 异常。
• 在示例运行代码中，首先使用 for 循环遍历了 MyRange 对象。由于迭代器是惰性求值的，并且只能遍历一次，因此第二次尝试使用 next() 函数遍历时，我们重新创建了一个 MyRange 对象。
• 在实际应用中，你可能希望设计一个更加健壮的迭代器类，比如能够处理反向迭代、步长等。这个示例仅展示了最基本的功能。

推荐阅读

Python基础

Python全网最全基础课程笔记(一)——基础入门
Python全网最全基础课程笔记(二)——变量
Python全网最全基础课程笔记(三)——所有运算符+运算符优先级
Python全网最全基础课程笔记(四)——基本数据类型
Python全网最全基础课程笔记(五)——选择结构+Python新特性Match
Python全网最全基础课程笔记(六)——循环结构
Python全网最全基础课程笔记(七)——列表，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！
Python全网最全基础课程笔记(八)——字典，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！
Python全网最全基础课程笔记(九)——集合，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！
Python全网最全基础课程笔记(十)——元组，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！
Python全网最全基础课程笔记(十一)——字符串所有操作，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！
Python全网最全基础课程笔记(十二)——函数，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！
Python全网最全基础课程笔记(十三)——作用域，跟着思维导图和图文来学习，爆肝2w字，无数代码案例！

Flink入门到就业

2024年最新Flink教程,从基础到就业，大家一起学习–基础篇
2024年最新Flink教程,从基础到就业，大家一起学习–入门篇
2024年最新Flink教程,从基础到就业，大家一起学习–Flink集群部署
2024年最新Flink教程,从基础到就业，大家一起学习–flink部署和集群部署(从本地测试到公司生产环境如何部署项目源码)
2024年最新Flink教程,从基础到就业，大家一起学习–Flink运行架构底层源码详解+实战
2024年最新Flink教程,从基础到就业，大家一起学习–Flink DataStream API-第一篇+源码讲解