python迭代器

什么是迭代器

迭代是python中访问集合元素的一种非常强大的一种方式。迭代器是一个可以记住遍历位置的对象，因此不会像列表那样一次性全部生成，而是可以等到用的时候才生成，因此节省了大量的内存资源。迭代器对象从集合中的第一个元素开始访问，直到所有的元素被访问完。迭代器有两个方法：iter（）和next（）方法。

可迭代的对象

类似于list、tuple、str 等类型的数据可以使用for …… in…… 的循环遍历语法从其中依次拿到数据并进行使用，我们把这个过程称为遍历，也称迭代。python中可迭代的对象有list（列表）、tuple（元组）、dirt（字典）、str（字符串）set等。
自己创建一个可迭代的对象：

from collections import Iterable
 
 
class Person(object):
    """定义一个人类"""
 
    def __init__(self):
        self.name = list()
        self.name_num = 0
 
    def add(self,name):
        self.name.append(name)
    
    def __iter__(self):
        pass
 
    
person1 =  Person()
person1.add("张三")
person1.add("李四")
person1.add("王五")
 
print("判断是否是可迭代的对象：", isinstance(person1,Iterable))

创建迭代器

1.一个类（对象）只要含有“iter”、"next"两个方法，就将其称为迭代器。__iter__方法返回一个特殊的迭代器对象，而这个迭代器对象自动实现了_next__方法，并返回一个值，最后通过抛出异常StopIteration来结束迭代。我们来给上一个例子增加__next__方法：

from collections import Iterable, Iterator


class Person(object):
    """定义一个人类"""

    def __init__(self):
        self.name = list()
        self.name_num = 0

    def add(self, name):
        self.name.append(name)

    def __iter__(self):
        return self
    def __next__(self):
        # 记忆性返回数据
        if self.name_num < len(self.name):
            ret = self.name[self.name_num]
            self.name_num += 1
            return ret
        else:
            raise StopIteration

person1 = Person()
person1.add("张三")
person1.add("李四")
person1.add("王五")

print("判断是否是可迭代的对象：", isinstance(person1, Iterable))
print("判断是否是迭代器：", isinstance(person1,Iterator))
for name in person1:
    print(name)

迭代器应用

迭代器最核心的功能就是可以通过__next__方法的调用来返回下一个值。而这个值不是从已有的数据中读取的，而是通过程序按照一定的规则生成的。这也就意味着我们可以不再依赖一个现存的数据集合来存放数据，而是边用边生成，这样的好处就是可以节省大量的内存空间。我们通过对比以下问题的两个解决方法，来进一的理解其应用优势：

问题：试编写一个程序实现斐波那契数列（0,1,1,2,3,5,8,13,21……后一项总是等于前两项的和）：

方法一：

a = 0
b = 1
myFibonacci = list()
 
nums = int(input("请输入需要生成Fibonacci数列项的个数："))
 
i = 0
while i < nums:
    myFabonacci.append(a)
    a,b = b,a+b
    i += 1
 
for num in nums:
    print(num)

方法二：

class Fibonacci(object):
    """斐波那契数列得迭代器"""
    def __init__(self,nums):
        self.nums = nums   # 传入参数，生成斐波那契数列的个数
        self.a = 0   
        self.b = 1
        self.i =0    # 用于记忆生成的个数
    def __iter__(self):
        return self
 
    def __next__(self):
           
       ret = self.a   # 记忆第一个数
 
       if self.i < self.nums:
            self.a, self.b = self.b,self.a +self.b
            self.i += 1
            return ret
       else:
           raise StopIteration   # 停止迭代
 
nums = int(input("请输入需要生成Fibonacci数列项的个数："))
fobo = Fibonacci(nums)
 
for num in fobo:
    print(num)

假如我们需要生成10个Fibonacci数列的项，两者的运行结果相同。
虽然结果相同，但实际效果却相差巨大。来看一下方法一，他是通过while循环立即生成一个列表用来存放数据，接着再从已有的数据中读取所需数据，而这需要占用一定的内存空间；再来看一下方法二，它并没有用到列表，而是返回一个迭代器，在需要的时候生x成相关数据。纵观以上两种方法，在生成个数较小时，两者相差不大，但当生成个数是10万，100万，1000万呢？前者需要消耗大量的内存资源，而后者仅需占用一点内存即可。这也是python2中xrange（）函数和python3中range（）函数的不同点，python3的range（）函数采用了迭代器的方式，不再依赖于现有的数据集合，也就相当于python2中的xrange()函数。

小结

1.可迭代对象不一定是迭代器。

2.迭代器一定是可迭代对象。

3.容器类型（list tuple dict str set ）是可迭代对象但不是迭代器。

参考：https://blog.csdn.net/qq_45807032/article/details/105219674