Python迭代器详解

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python迭代器详解，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含9972字，纯文字阅读大概需要15分钟。

内容图文

从for循环说起

我们都知道，在Python中，我们可以for循环去遍历一个列表，元组或者range对象。

for i in [1,2,3]:
    print(i)
for i in range(0,10):
    print(i)

那底层的原理是什么样的呢？这其中涉及到了几个概念，“可迭代”，“迭代器”，“生成器”等，大部分人可能听过这些名词，但是他们具体的含义以及之间的关系可能没搞清楚，以下就是它们之间的关系图，接下来我们就来分析这个关系图。

Python迭代器详解 - 文章图片

可迭代对象与迭代器(先不关心左边的生成器)

如果一个对象是可迭代对象，那么我们就可以用for循环去遍历它，比如列表、元组、字符串等都是可迭代对象。而我们用for循环去遍历它的原理就是，先获取了它的迭代器，然后使用迭代器的next方法去逐一遍历。

a = [1,2,3]
# for相当于下面的代码
for i in a:
    print(i)
# for循环分解(实际是通过Python底层C语言实现的，此处只是演示)

## 第一步： 获取迭代器
iterator_a = iter(a)
## 第二步： 通过next逐个遍历
while True:
    try:
        print(next(iterator_a))
    except StopIteration:  ## 第三步：遇到StopIteration异常，停止
        break

注意可迭代对象与迭代器的区别，如果一个对象是可迭代对象，那么我们就肯定能调用iter()方法获取它的迭代器，而如果一个对象是迭代器，我们就能用next()方法去拿下一个元素。我们可以用isinstance判断一个对象是不是可迭代对象，是不是迭代器。

>>> from collections.abc import Iterable
>>> from collections.abc import Iterator
>>> isinstance([1,2,3],Iterable)
True
>>> isinstance([1,2,3],Iterator)
False
>>> i = iter([1,2,3])
>>> isinstance(i, Iterable)
True
>>> isinstance(i, Iterator)
True
>>> type(i)
<class 'list_iterator'>

列表本身不是迭代器，它是可迭代对象，所以你不能用next()操作列表

>>> a=[1,2]
>>> next(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'list' object is not an iterator
>>> iter_a = iter(a)
>>> next(iter_a)
1
>>> next(iter_a)
2
>>> next(iter_a)   # 当没有剩余元素时，就抛出StopIteration异常
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

可迭代对象必须实现__iter__()函数，返回迭代器，调用对象自身的__iter__()函数与将iter()作用于对象效果是一样的，同理对__next__()和next()也一样。

>>> a=[1,2,3]
>>> iter_a = a.__iter__()
>>> next(iter_a)
1
>>> iter_a.__next__()
2

有趣的是，迭代器也是一个可迭代的对象，所以它本身也需要实现__iter__()函数，但是，一个迭代器的迭代器，是它本身，所以可能也有些多余了。

>>> a=[1,2,3]
>>> iter_a = iter(a)
>>> iter_b = iter(iter_a)
>>> iter_c = iter(iter_b)
>>> iter_a is iter_b
True
>>> iter_a == iter_c
True
>>> for x in iter_a:
...    print(x)
...
1
2
3

一些的迭代器类型

我们经常会用到一些内置的迭代器，例如filter和map，注意range是可迭代对象，但不是迭代器。

>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> a=range(10)
>>> isinstance(b, Iterable)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'b' is not defined
>>> isinstance(a, Iterable)
True
>>> isinstance(a, Iterator)
False
>>> type(a)
<class 'range'>
>>> print(a)
range(0, 10)

filter

filter函数用于对一个列表进行过滤，传入一个函数和列表，这个函数返回值是True或者False，将列表的元素逐个传入这个函数，结果为True的保留，可以使用lambda函数。

注：在Python2.x中返回值为list，在Python3.x中返回迭代器

>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> a=filter(lambda x : x % 2 == 0, [1,2,3,4,5,6])
>>> isinstance(a, Iterable)
True
>>> isinstance(a, Iterator)
True
>>> type(a)
<class 'filter'>
>>> print(a)
<filter object at 0x000001A6100A2948>
>>> for i in a:
...  print(i)
...
2
4
6

如果我们要想通过下表访问，可以把它转换成list

>>> a=filter(lambda x : x % 2 == 0, [1,2,3,4,5,6])
>>> a = list(a)
>>> a[0]
2

map

map函数接收一个函数与一个列表，将这个函数作用域列表的每个元素，生成一个新的序列，返回迭代器。

>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> a=map(lambda x : x * x, [1,2,3])
>>> isinstance(a, Iterable)
True
>>> isinstance(a, Iterator)
True
>>> type(a)
<class 'map'>
>>>  print(i)
  File "<stdin>", line 1
    print(i)
    ^
IndentationError: unexpected indent
>>> print(a)
<map object at 0x000001A6100C5108>
>>> for i in a:
...   print(i)
...
1
4
9

实现一个可迭代对象与它的迭代器

我们将list做一个简单的封装，实现一个可迭代的mylist。

class mylist:
    def __init__(self, l):
        self.l = l

    def __iter__(self):
        return mylist_iterator(self.l)

class mylist_iterator:
    def __init__(self, l):
        self.l = l
        self.current = 0   # 记录当前迭代到哪个元素了        
    def __iter__(self): # 迭代器的迭代器返回自己即可
        return self  
    def __next__(self):
        if self.current < len(self.l):
            self.current += 1
            return self.l[self.current-1]
        else:
            raise StopIteration

a = mylist([1,2])
for x in a:
    print(x)

i = iter(a)
print(next(i))
print(next(i))
print(next(i))

上述代码并没有实现迭代器带来的好处，因为我们事先传入了一个列表进去，假如这个列表很大，会占内存。假如我们要实现一个类似range()功能，我们可以使用更有效的方法。

class myrange:
    def __init__(self, max_num):
        self.max_num = max_num

    def __iter__(self):
        return myrange_iterator(self.max_num)

class myrange_iterator:
    def __init__(self, max_num):
        self.max_num = max_num
        self.current = 0   # 记录当前迭代到哪个元素了        
    def __iter__(self): # 迭代器的迭代器返回自己即可
        return self  
    def __next__(self):
        if self.current < self.max_num:
            self.current += 1
            return self.current-1
        else:
            raise StopIteration

a = myrange(2)
for x in a:
    print(x)

i = iter(a)
print(next(i))
print(next(i))
print(next(i))

需要注意的是，我们的myrange不能随机访问，只能一次性顺序遍历，只能前进，不能后退，实际Python的range()可以随机访问。

for循环是否只能用于可迭代对象？

这个答案是No。for循环大部分情况都作用于可迭代对象，但是有一个例如，如果对象是可以通过下标访问的，也能用于for循环。

一个对象如果不能用下标访问，那么就会报下面的错误，实际上它对应的是一个__getitem__()内置方法。

>>> a={1,2,3}
>>> a[0]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'set' object is not subscriptable
>>> a.__getitem__(1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'set' object has no attribute '__getitem__'

如果我们实现了__getitem__()，也能通过for循环遍历。

from collections.abc import Iterator
from collections.abc import Iterable
class mylist1:
    def __init__(self, l):
        self.l = l

    def __getitem__(self, i):
        return self.l[i]

print(isinstance(a, Iterable))
print(isinstance(a, Iterator))

a = mylist1([1,2,3])
for x in a:
    print(x)

结果如下，可以看到a既不是可迭代对象，也不是迭代器。

False
False
1
2
3

for循环会先看对象是不是实现了__iter__()，如果是，就用迭代器的方式，如果没有的话，就看有没有__getitem__()，都没有就报错，报的错如下：

>>> for x in 5:
...   print(x)
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable

那我们怎么知道它先去找__iter__()呢？我们在前面的代码里加上几行，

from collections.abc import Iterator
from collections.abc import Iterable
class mylist1:
    def __init__(self, l):
        self.l = l

    def __getitem__(self, i):
        return self.l[i]
    def __iter__(self):
        return self
print(isinstance(a, Iterable))
print(isinstance(a, Iterator))
a = mylist1([1,2,3])
for x in a:
    print(x)

结果如下：

True
False
Traceback (most recent call last):

  File "<ipython-input-13-8e65b9d361a6>", line 1, in <module>
    runfile('C:/Users/xlniu/test123/test.py', wdir='C:/Users/xlniu/test123')

  File "C:\Users\xlniu\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 827, in runfile
    execfile(filename, namespace)

  File "C:\Users\xlniu\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110, in execfile
    exec(compile(f.read(), filename, 'exec'), namespace)

  File "C:/Users/xlniu/test123/test.py", line 49, in <module>
    for x in a:

TypeError: iter() returned non-iterator of type 'mylist1'

特殊的迭代器-生成器(generator)

接下来我们看关系图的左边，生成器，生成器是迭代器，迭代器是可迭代对象，所以生成器肯定是可迭代对象了。哪些对象是生成器呢？

生成器的来源主要有两个，一个是生成器表达式，例如(i for i in 'hello, world'), (i for i in range(0,10) if i % 2 == 0)，另一个是生成器函数，生成器函数不使用return返回数据，而使用yield。

我们来看一下前面说的filter是不是生成器。

>>> from collections.abc import Iterator
>>> from collections.abc import Iterable
>>> from collections.abc import Generator
>>> a = [1,2,3,4,5,6]
>>> b = filter(lambda x : x % 2 == 0, a)
>>> print(isinstance(b, Generator))
False

它并不是一个生成器。

生成器表达式

生成器表达式与列表推断是差不多的，但是它用"()"括起来，而列表推断用的中括号，一般的语法就是：

expr(val) for val in xxx if yyy

例如

>>> from collections.abc import Generator
>>> a = (i for i in range(0, 10))
>>> next(a)
0
>>> next(a)
1
>>> print(isinstance(a, Generator))
True
>>> print(type(a))
<class 'generator'>
>>> print(a)
<generator object <genexpr> at 0x000001A61011B7C8>  #通过genexpr得到的生成器
>>> b = (i.upper() for i in 'hello, world')
>>> c = (x for x in range(0,10) if x % 5 == 0)
>>> for x in b:
...  print(x)
...
H
E
L
L
O
,

W
O
R
L
D
>>> d = [i for i in range(0,10)]
>>> print(type(d))
>>> type(d)
<class 'list'>
>>> print(d)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

如果我们把生成器表达式用在其他的对象上，例如set，list等，它们会自动转换成相应类型。

>>> set(i for i in range(0,5))  # 相当于set( (i for i in range(0,5)) )
{0, 1, 2, 3, 4}
>>> set( (i for i in range(0,5)) )
{0, 1, 2, 3, 4}
>>> tuple(i for i in range(0,5))
(0, 1, 2, 3, 4)
>>> list(i for i in range(0,5))
[0, 1, 2, 3, 4]

生成器函数

另外一种生成器通过生成器函数得到。

from collections.abc import Iterator
from collections.abc import Iterable
from collections.abc import Generator

def myrange(stop):
    i = 0
    while i < stop:
        yield i     #返回i，下次调用时会从这个地方继续向下执行
        i += 1

e = myrange(5)
print(isinstance(e, Iterable))
print(isinstance(e, Iterator))
print(isinstance(e, Generator))
print(type(e))
print(e)
print(next(e))
for x in e:
    print(x)

运行结果如下：

True
True
True
<class 'generator'>
<generator object myrange at 0x000001CEC7342C48>
0
1
2
3
4

在函数myrange中，有一个特殊的关键词，yield。这个与return类似，但是return后，下次调用会从头开始，但是使用了yield，我们的函数就会返回一个生成器，相当于每次执行，都记住了上次的位置，从上次的位置继续执行。生成器表达式可以认为是一种特殊的生成器函数，类似于lambda表达式和普通函数。但是和生成器一样，生成器表达式也是返回生成器generator对象，一次只返回一个值。

内容总结

以上是互联网集市为您收集整理的Python迭代器详解全部内容，希望文章能够帮你解决Python迭代器详解所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/637036.html

来源：【匿名】

【上一篇】python---两个栈实现一个队列【下一篇】浅谈PHP运行Python脚本的方法

更多 ►

【Python迭代器详解】教程文章相关的互联网学习教程文章

Python迭代器迭代器是访问集合内元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素都被访问一遍后结束。迭代器不能回退，只能往前进行迭代。这并不是什么很大的缺点，因为人们几乎不需要在迭代途中进行回退操作。常用的迭代方法有.next()方法for..in..方法迭代器通俗的理解就是遍历集合内的所有元素 python生成器这里先说简单的使用，然后再说自己创建生成器range：生成一个listrange(1,5)结果为：[1,2,3,4]x...

Python之容器、迭代器、生成器【代码】【图】

1.容器、可迭代对象、迭代器、生成器概念1. 容器:存储许多元素的数据结构。通常存储在内存（迭代器、生成器是特例）可以使用in来判断某个元素是否在存在的对象都是容器举个例子：容器就像一个箱子，里面可以存放许多东西，我可以往这个箱子存取东西，可以判断这个箱子是否有某样东西2.可迭代对象：可以使用iter()变成迭代器的对象都是可迭代对象,大部分容器都是可迭代对象(str,set,list,tuple,打开状态的files，sockets等等）3.迭代...

python中的迭代器和生成器【图】

在我们学习迭代器和生成器之前的时候,我们要先搞清楚几个概念:「迭代协议:」有__next__方法会前进道下一个结果,而且在一系列结果的末尾时,会引发StopIteration异常的对象.「可迭代对象:」实现了__iter__方法的对象「迭代器:」实现了__iter__和__next__方法的对象「生成器:」通过生成器表达式或者yeild关键字实现的函数.这里不太好理解,我们借用一个图可迭代对象需要注意的是可迭代对象不一定是迭代器.比如列表类型和字符串类型...

python中迭代器和生成器的区别【代码】

1#!/usr/bin/python 2def power(values):3for value in values:4print"powing %s" % value5yield value6def add(values):7for value in values:8if value % 2 == 0:9yield value + 3 10else: 11yield value + 2 12 elements = [1, 4, 7, 9, 12, 19] 13add(power(elements)) 14for i in add(power(elements)): 15print(i)首先来看上面一段代码运行结果:powing 13powing 47powing 79powing 911powing 1215powing 1921power这时已经不...

python 迭代器与可迭代对象【代码】

迭代器一定是可迭代对象，但是可迭代对象不一定是迭代器。 list，truple，str这些都是可迭代对象，但是他们不一定是迭代器。迭代器本身不知道自己要执行多少次，所以可以理解为不知道有多少个元素，每调用一次next()，就会往下走一步，是惰性的。迭代器提供了一种不依赖索引取值的方式，这样可以遍历没有索引的可迭代对象，比如字典、集合、文件等等，加载这一个元素至内存中随后释放，相比之下更节省内存，但是我们没有办法获取迭...

python生成器及迭代器【代码】

一.迭代器迭代器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。迭代器有两个基本的方法：iter() 和 next()字符串，列表或元组对象都可用于创建迭代器特点：访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容不能随机访问集合中的某个值，只能从头到尾依次访问访问到一半时不能往回退便于循...

Python--生成器与迭代器【代码】

生成器（generator）在看生成器之前我们先来看一下列表生成式。如果我们想得到一个12,22,32…… 102组成的列表，我们可以考虑下面的做法：1 a=[x*x for x in range(1,11)] 2 print(a)输出：——————————[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]——————————这是Python的简洁的体现之一，我们可以用这种方式快速得到一个列表。其实他还有很多玩法：1import pprint 2 a=[(x,y )for x in range(3) for y in"abc"] 3pp...

Python笔记十一（迭代器）【图】

这里我们要学会Iterable和Iterator.一类是集合数据类型，如list、tuple、dict、set、str等；一类是generator，包括生成器和带yield的generator function以上两类都可以作用于for循环，都是可迭代对象（Iterable）. 可以被next()函数不断调用并返回一个值的对象我们成为迭代器，Iterator。原文：http://www.cnblogs.com/nadech/p/8046578.html

python学习8-闭包、迭代器（转载）【代码】

一、第一类对象：函数名是一个变量，可以当普通变量使用，但它又是一个特殊的变量，与括号配合可以执行函数。函数名的运用1、单独打印是一个内存地址2、可以给其他变量赋值3、可以作为容器类变量的元素4、可以作为函数的参数5、可以作为函数的返回值二、闭包如果一个内层函数有对外层函数变量的引用，那么就称为这个内层函数为闭包函数，也叫闭包那么，如何检查一个函数是不是闭包函数呢？　　用__closure__()方法可以检查函数是否...

python迭代器，生成器，装饰器【代码】

1.1迭代器什么是迭代器：迭代器是一个可以记住遍历的位置对象迭代器对象从集合的第一个元素元素开始访问，直到所有元素被访问完结束，迭代器只能往前不会后退。迭代器有两个基本方法:iter ,next 方法内置函数iter(),next() 本质上都是用的对象.__iter__(),__next__()的方法内置函数 iter(iterable)，表示把可迭代对象变成迭代器(iterator)内置函数next(iterator) ,表示查看下一次迭代的值(当然也可以用 iterator.__next__() ,查看...

Python 函數與常用模組 - 迭代器【代码】

迭代器我們已經知道可以直接作用於 for 循環的數據類型有以下幾種：一類是集合數據類型： list 、 tuple 、 dict 、 set 、 str 、 bytes 等。另一類是 generator ，包括生成器和帶 yield 的 generator function。這些可以直接作用於 for 循環的對象，統稱為可迭代的對象( Iterable )：可迭代的對象，可以把它想成就是可以循環的對象，可迭代 = 可循環可以使用 isinstance() 判斷一個對象是否為 Iterable 對象：#!/usr/bin/env p...

Python--核心2(生成器,迭代器,闭包,装饰器)之生成器【代码】

一、生成器　　1.概念　　　　在Python中，一边循环一边计算的机制，称为生成器： generator 　　　　创建生成器: G = ( x*2 for x in range(5)) 　　　　可以通过 next(生成器) 函数获得生成器的下一个返回值　　　　没有更多的元素时，抛出 StopIteration 的异常　　　　生成器也可以使for 循环，因为生成器也是可迭代对象　　2.生成器1 生成的第一种方式　list2 = [x for x in rang(10)] print(type(list2)) #得到一个生成...

python 第五章迭代器，生成器，生成器函数【代码】

迭代器迭代器是访问集合元素的一种方式。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，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件特点...

Python学习笔记：迭代器（Iterator）详解【代码】

一、可迭代的对象（Iterable） 1、定义：可以直接用在循环的数据类型，如list,tuple,dict,set,str，还有generator（生成器），和带yield的函数，这些直接可以用在循环的对象统称为可迭代对象(Iterable)from collections import Iterable print(isinstance([], Iterable)) print(isinstance((), Iterable)) print(isinstance({}, Iterable)) print(isinstance("abc", Iterable)) print(isinstance((x for x in range(1...