如何理解python迭代器（python迭代器有什麼用）

本文目錄一覽：

• 1、python迭代器和生成器的區別
• 2、python迭代器是什麼意思
• 3、Python中的迭代器與可迭代:iter()和next()
• 4、python中的迭代器的理解？
• 5、Python中的「迭代」詳解

python迭代器和生成器的區別

迭代器

迭代是Python最強大的功能之一，是訪問集合元素的一種方式。

迭代器是一個可以記住遍歷的位置的對象。

迭代器對象從集合的第一個元素開始訪問，直到所有的元素被訪問完結束，迭代器只能往前不會後退。

迭代器有兩個基本的方法：iter()和next()。

生成器

在Python中，使用了yield的函數被稱為生成器。

跟普通函數不同的是，生成器是一個返回迭代器的函數，只能用於迭代操作，更簡單點理解生成器就是一個迭代器。

在調用生成器運行的過程中，每次遇到yield時函數會暫停並保存當前所有的運行信息，返回yield的值，並在下一次執行next()方法時從當前位置繼續運行。

調用一個生成器函數，返回的是一個迭代器對象。

迭代器與生成器之間的區別：

迭代器是一個更抽象的概念，任何對象，如果它的類有NEXTiter方法返回自己本身，對於string、list、dict、tuple等這類容器對象，使用for循環遍歷是很方便的。在後台For語言對容器對象條用iter()函數，iter()是Python的內置函數。iter()會返回一個定義了next()方法迭代器對象，在容器中逐個訪問容器的元素，next()也是Python的內置函數，next()會拋出StopIteration異常。

生成器是創新迭代器的簡單而強大的工具，它們寫起來就好像正則函數，只是在需要返回數據的時候使用yield 語句。

迭代器協議，對象需要提供next()方法，它要麼返回迭代中的下一項，要麼就引起一個StopIteration異常，終止迭代。

可迭代對象，實現了迭代器協議對象。list、tuple、dict都是Iterable可迭代的對象，但不是Iterator迭代器對象。

python迭代器是什麼意思

迭代器（Iterator）：迭代器可以看作是一個特殊的對象，每次調用該對象時會返回自身的下一個元素，從實現上來看，一個迭代器對象

必須是定義了__iter__()方法和next()方法的對象。

Python的Iterator對象表示的是一個數據流，可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，所以Iterator

的計算是惰性的，只有在需要返回下一個數據時它才會計算；Iterator對象可以被next()函數調用並不斷返回下一個數據，直到沒有數據

時拋出StopIteration錯誤；所有的Iterable可迭代對象均可以通過內置函數iter()來轉變為迭代器Iterator。__iter__( )方法是讓對象可以用

for … in循環遍歷時找到數據對象的位置，next( )方法是讓對象可以通過next(實例名)訪問下一個元素。除了通過內置函數next調用可以

判斷是否為迭代器外，還可以通過collection中的Iterator類型判斷。如： isinstance(』』, Iterator)可以判斷字符串類型是否迭代器。注

意： list、dict、str雖然是Iterable，卻不是Iterator。迭代器優點：節約內存（循環過程中，數據不用一次讀入，在處理文件對象時特別

有用，因為文件也是迭代器對象）、不依賴索引取值、實現惰性計算(需要時再取值計算)。

python學習網，免費的python學習網站，歡迎在線學習！

Python中的迭代器與可迭代:iter()和next()

一種自動迭代的更優雅的實現是使用 for循環

在Python中，迭代器（Iterator）和可迭代(iterable)的區別是，迭代器支持 iter ()和 next ()方法；可迭代支持 iter ()方法。可迭代只能在for循環中獲得元素，迭代器還可以用next()方法獲取元素。

list/truple/map/dict都是可迭代，但不是迭代器；這些數據的大小是確定的；迭代器不是，迭代器不知道要執行多少次，所以可以理解為不知道有多少個元素，每調用一次next()，就會往下走一步。

凡是可以for循環的，都是Iterable

凡是可以next()的，都是Iterator

python中的迭代器的理解？

9.9. 迭代器

現在你可能注意到大多數容器對象都可以用 for 遍歷:

for element in [1, 2, 3]:

print(element)

for element in (1, 2, 3):

print(element)

for key in {‘one’:1, ‘two’:2}:

print(key)

for char in “123”:

print(char)

for line in open(“myfile.txt”):

print(line, end=”)

這種形式的訪問清晰、簡潔、方便。迭代器的用法在 Python 中普遍而且統一。在後台， for 語句在容器對象中調用 iter() 。該函數返回一個定義了 __next__() 方法的迭代器對象，它在容器中逐一訪問元素。沒有後續的元素時， __next__() 拋出一個 StopIteration 異常通知 for 語句循環結束。你可以是用內建的 next() 函數調用 __next__() 方法；以下是其工作原理的示例:

s = ‘abc’

it = iter(s)

it

next(it)

‘a’

next(it)

‘b’

next(it)

‘c’

next(it)

Traceback (most recent call last):

File “

“, line 1, in ?

next(it)

StopIteration

了解了迭代器協議的後台機制，就可以很容易的給自己的類添加迭代器行為。定義一個 __iter__() 方法，使其返回一個帶有 __next__() 方法的對象。如果這個類已經定義了 __next__() ，那麼 __iter__() 只需要返回 self:

Python中的「迭代」詳解

迭代器模式：一種惰性獲取數據項的方式，即按需一次獲取一個數據項。

所有序列都是可以迭代的。我們接下來要實現一個 Sentence（句子）類，我們向這個類的構造方法傳入包含一些文本的字符串，然後可以逐個單詞迭代。

接下來測試 Sentence 實例能否迭代

序列可以迭代的原因：

iter()

解釋器需要迭代對象 x 時，會自動調用iter(x)。

內置的 iter 函數有以下作用：

由於序列都實現了 __getitem__ 方法，所以都可以迭代。

可迭代對象：使用內置函數 iter() 可以獲取迭代器的對象。

與迭代器的關係：Python 從可迭代對象中獲取迭代器。

下面用for循環迭代一個字符串，這裡字符串 ‘abc’ 是可迭代的對象，用 for 循環迭代時是有生成器，只是 Python 隱藏了。

如果沒有 for 語句，使用 while 循環模擬，要寫成下面這樣：

Python 內部會處理 for 循環和其他迭代上下文（如列表推導，元組拆包等等）中的 StopIteration 異常。

標準的迭代器接口有兩個方法：

__next__ ：返回下一個可用的元素，如果沒有元素了，拋出 StopIteration 異常。

__iter__ ：返回 self，以便在需要使用可迭代對象的地方使用迭代器，如 for 循環中。

迭代器：實現了無參數的 __next__ 方法，返回序列中的下一個元素；如果沒有元素了，那麼拋出 StopIteration 異常。Python 中的迭代器還實現了 __iter__ 方法，因此迭代器也可以迭代。

接下來使用迭代器模式實現 Sentence 類：

注意， 不要 在 Sentence 類中實現 __next__ 方法，讓 Sentence 實例既是可迭代對象，也是自身的迭代器。

為了「支持多種遍歷」，必須能從同一個可迭代的實例中獲取多個獨立的迭代器，而且各個迭代器要能維護自身的內部狀態，因此這一模式正確的實現方式是，每次調用 iter(my_iterable) 都新建一個獨立的迭代器。

所以總結下來就是：

實現相同功能，但卻符合 Python 習慣的方式是，用生成器函數代替 SentenceIteror 類。

只要 Python 函數的定義體中有 yield 關鍵字，該函數就是生成器函數。調用生成器函數，就會返回一個生成器對象。

生成器函數會創建一個生成器對象，包裝生成器函數的定義體，把生成器傳給 next(…) 函數時，生成器函數會向前，執行函數定義體中的下一個 yield 語句，返回產出的值，並在函數定義體的當前位置暫停，。最終，函數的定義體返回時，外層的生成器對象會拋出 StopIteration 異常，這一點與迭代器協議一致。

如今這一版 Sentence 類相較之前簡短多了，但是還不夠慵懶。 惰性 ，是如今人們認為最好的特質。惰性實現是指儘可能延後生成值，這樣做能節省內存，或許還能避免做無用的處理。

目前實現的幾版 Sentence 類都不具有惰性，因為 __init__ 方法急迫的構建好了文本中的單詞列表，然後將其綁定到 self.words 屬性上。這樣就得處理整個文本，列表使用的內存量可能與文本本身一樣多（或許更多，取決於文本中有多少非單詞字符）。

re.finditer 函數是 re.findall 函數的惰性版本，返回的是一個生成器，按需生成 re.MatchObject 實例。我們可以使用這個函數來讓 Sentence 類變得懶惰，即只在需要時才生成下一個單詞。

標準庫提供了很多生成器函數，有用於逐行迭代純文本文件的對象，還有出色的 os.walk 函數等等。本節專註於通用的函數：參數為任意的可迭代對象，返回值是生成器，用於生成選中的、計算出的和重新排列的元素。

第一組是用於 過濾 的生成器函數：從輸入的可迭代對象中產出元素的子集，而且不修改元素本身。這種函數大多數都接受一個斷言參數(predicate)，這個參數是個 布爾函數 ，有一個參數，會應用到輸入中的每個元素上，用於判斷元素是否包含在輸出中。

以下為這些函數的演示：

第二組是用於映射的生成器函數：在輸入的單個/多個可迭代對象中的各個元素上做計算，然後返回結果。

以下為這些函數的用法：

第三組是用於合併的生成器函數，這些函數都可以從輸入的多個可迭代對象中產出元素。

以下為演示：

第四組是從一個元素中產出多個值，擴展輸入的可迭代對象。

以下為演示：

第五組生成器函數用於產出輸入的可迭代對象中的全部元素，不過會以某種方式重新排列。

下面的函數都接受一個可迭代的對象，然後返回單個結果，這種函數叫「歸約函數」，「合攏函數」或「累加函數」，其實，這些內置函數都可以用 functools.reduce 函數實現，但內置更加方便，而且還有一些優點。

參考教程：

《流暢的python》 P330 – 363