Python迭代器

一、迭代器和可迭代对象

1.可迭代对象

可迭代对象指可以通过for循环遍历的对象，包括列表、元组、字典、集合等。

lst=[1,2,3,4,5]
for i in lst:
    print(i)

列表可以用迭代器遍历，说明它是一个可迭代对象 

2.迭代器 

从语法结构上讲，迭代器是一个可以记住遍历位置的对象（类）。从实现功能上讲，迭代器是一个特殊的可迭代对象。迭代器必须包含__iter__()方法和__next__()方法，这在下面会详细介绍。

3.迭代器和可迭代对象的关系

迭代器一定是一个可迭代对象；可迭代对象不一定是一个迭代器。

4.迭代器和可迭代对象的差异

迭代器能够按需在内存中生成下一个元素，而不会一次性生成所有元素。这在处理大型数据集或无限序列时非常有用。

而可迭代对象，如列表和元组等，在进入for循环进行遍历时会把所有元素载入内存空间，这无疑会浪费内存。

二、如何实现一个迭代器

1.必须包含的方法

迭代器对象必须实现两个方法：

__iter__()方法：返回迭代器对象本身。

__next__()方法：返回可迭代对象的下一个元素，并在没有元素可迭代时引发 StopIteration 异常。

下面是实现python迭代器的例子：

class Myiterator:
    def __init__(self,data):
        self.data=data
        self.index=0
        self.length=len(data)
    def __iter__(self):
        return self
    def __next__(self):
        if self.index<self.length:
            value=self.data[self.index]
            self.index+=1
            return value
        else:
            raise StopIteration

lst=[1,2,3,4,5]
test=Myiterator(lst)
for i in test:
    print(i)

输出结果：

1

2

3

4

5

在上面的示例中，我们定义了一个名为 MyIterator 的迭代器类。该类包含__iter__()方法和__next__()方法。前者返回迭代器对象本身，而后者则根据索引逐个返回可迭代对象的元素。

需要注意的是，一旦迭代器遍历完所有元素，再次调用__next__()方法将引发 StopIteration 异常。为了更安全地使用迭代器，我们通常会使用for循环来遍历可迭代对象，它会自动处理 StopIteration 异常并停止迭代过程。

2.python如何识别迭代器

根据迭代器协议，一旦类中定义了__iter__()方法和__next__()方法，并且方法名正确，python就会把这个类视为迭代器类。

需要注意的是，除了这两个方法，迭代器还可以实现其他方法，例如__iter__()方法用于初始化迭代器对象。但是，无论迭代器实现了哪些其他方法，只要它实现了__iter__()方法和__next__()方法，并且方法名正确，就可以被认为是迭代器。

三、实现迭代器的其他两种方法

1.利用内置函数iter

这里的iter不是我们定义的迭代器类的类方法，而是一个python内置函数。iter函数会获取可迭代对象，然后自动生成迭代器，并且同样拥有__next__()方法，同样可以用for循环进行迭代！

lst=[1,2,3,4,5]
lst_iter=iter(lst)
print(next(lst_iter))
print(next(lst_iter))
print(next(lst_iter))

输出：

1

2

3

lst=[1,2,3,4,5]
lst_iter=iter(lst)
for i in lst_iter:
    print(i)

输出：

1

2

3

4

5

你可以将它理解为我们所自定义的迭代器类的自动版！

2.利用yield关键字 

yield关键字可以视为人工断点，每次迭代到yield时，返回yield后的返回值，并暂停函数运行，进行新一轮迭代：

def my_generator():
    yield 1
    yield 2
    yield 3

gen = my_generator()
print(next(gen))  # 输出：1
print(next(gen))  # 输出：2
print(next(gen))  # 输出：3

def my_generator():
    yield 1
    yield 2
    yield 3

gen=my_generator()
for i in gen:
    print(i)

 上述两端代码，结果均为：

1

2

3

函数使用yield时，也相当于返回了一个迭代器对象。可以利用next方法，也可以进行for循环。只不过，yield后的变量值代表的是迭代器每次返回的值，而不是函数返回的值。

因此，利用for循环和yield关键字，也可以实现一个迭代器：

import random
def other_iterator()->iter:
    date=[random.randint(1,9) for i in range(5)]
    for i in range(5):
        yield date[i]

gen=other_iterator()
for i in gen:
    print(i)