python迭代器和可迭代对象的学习总结（自学，仅供参考）

1.迭代器和可迭代对象详细介绍

1.1 了解python魔法方法

• 是一种特殊的方法，其名称以双下划线开头和结尾，例如_init_()、_str_()、_iter_()等。这些特殊方法由Python解释器在特定情况下自动调用，而不是由用户代码显式调用。

1.1.1 魔法方法__iter__() 和__next__()

• 先说结论：_iter_()和__next__()是Python中用于实现迭代器的两个重要魔法方法，它们分别用于定义可迭代对象和迭代器的行为。
• python内置方法
  • iter(): iter(可迭代对象) -> 迭代器对象 # 将迭代对象转化为迭代器 ;实际上是在调用对象object的__iter__()方法，返回一个迭代器对象。
  • next(): Return the next item from the 返回迭代器的首个(下一个)元素 iterator.实际上是在调用对象object的__next__()方法，返回迭代器对象下一个元素。

1.2 什么是可迭代对象(Iterable)？

• 可迭代对象（Iterable）是可以被迭代的对象，它实现了__iter__()方法，该方法返回一个迭代器对象(Iterator)。常见的可迭代对象包括列表、元组、集合等

• 当我们使用iter()函数对可迭代对象进行迭代时，Python会隐式地调用该对象的__iter__()方法来获取对应的迭代器。

range(10) # 可迭代对象

print(iter(range(10))) #  iter(可迭代对象) -> 迭代器对象 
# 等价于
print(range(10).__iter__()) # 迭代器对象调用魔法方法__iter__() -> 迭代器对象

• 迭代器是一种能够实现惰性计算的对象，它只会在需要时生成下一个值，从而节省内存空间。迭代器可以通过next()函数来逐个获取其元素

# 类型：列表；列表属于可迭代对象, 但不是迭代器
列表元素越多，占用的内存空间越大；
print(sys.getsizeof([i for i in range(100)]))  # 大小： 912 bytes
print(sys.getsizeof([i for i in range(10000000)]))  # 大小：81528056 bytes

print(sys.getsizeof(iter([i for i in range(100)]))) # 大小： 56 bytes
print(sys.getsizeof(iter([i for i in range(10000000)]))) # 大小： 56 bytes

# 类型：迭代器；不管num多大，占用内存空间不变；
# range(num)返回的是一个迭代器对象
print(sys.getsizeof(range(100)))  # 大小48 bytes
print(sys.getsizeof(range(10000000)))  # 大小：48 bytes

1.3 什么是迭代器(Iterator)？

• 迭代器（Iterator）是一个对象，它实现了迭代器协议，也就是实现了__iter__()和__next__()方法的对象。

ite = iter(range(10)) #  iter(可迭代对象) -> 迭代器对象 
print(next(ite)) # 打印 0  等价于ite.__next__()
print(next(ite)) # 打印 1  等价于ite.__next__()
... # 每执行一次next(迭代器对象) -> 顺序输出元素

• 总结一下:
  • 迭代器是实现了迭代器协议(即__iter__()和__next__()方法)的对象，可以逐个访问其元素；
  • 可迭代对象是可以被迭代的对象，包含__iter__()且该方法返回一个迭代器，从而来实现迭代。
  • 通常情况下，可迭代对象包含了迭代器。

1.4 如何判断一个对象是可迭代对象，还是迭代器？

from typing import Iterable, Iterator

print(isinstance(iter([1, 2, 3, 4]), Iterable))  # True
print(isinstance(iter([1, 2, 3, 4]), Iterator))  # True
print(isinstance([1, 2, 3, 4], Iterable))  # True
print(isinstance([1, 2, 3, 4], Iterator))  # False 原因：[1, 2, 3, 4]列表是一个可迭代对象，不是迭代器对象，需要使用内置方法iter()获取该对象的迭代器对象

1.5 手搓对象实现range的部分功能，进一步理解可迭代对象和迭代器之间的关系

# 可迭代对象(内置魔法方法__iter__，可以返回一个生成器对象MyRangeIterator)
class MyRange: 
    def __init__(self, start, end):
        self.start = start
        self.end = end

    def __iter__(self):
        # 返回一个迭代器对象
        return MyRangeIterator(self.start, self.end)

# 迭代器对象(内置魔法方法__iter__和__next__，可以通过内置方法next(迭代器对象)逐个访问迭代器元素)
class MyRangeIterator: 
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

    def __next__(self):
        if self.current >= self.end:
            raise StopIteration
        else:
            value = self.current
            self.current += 1
            return value


iterable = MyRange(1, 10)  # MyRange实例化获取到 -> 可迭代对象
iterator = iter(iterable)  # python解释器隐式调用实例对象iterable中的魔法方法__iter__()获取 -> 迭代器对象
print(next(iterator))  # 1  获取迭代器首个（下一个）元素

iterable = MyRangeIterator(1, 10)  # MyRangeIterator实例化获取到 -> 可迭代对象(因为该对象包含(实现)了__iter__()和__next__()方法，同时也是一个迭代器对象)
iterator = iter(iterable)  # python解释器隐式调用实例对象iterable中的魔法方法__iter__()获取 -> 迭代器对象
print(next(iterator))  # 1 获取迭代器首个（下一个）元素

1.6 迭代器的使用方式

在Python中，迭代器的使用方式可以归纳为以下几种：

1. 使用for循环： 这是最常见的方式，使用for循环可以遍历迭代器中的每个元素。

   my_iterator = iter([i for i in range(1000)]) 
   for item in my_iterator:
       print(item)
   

2. 调用next()函数： 使用next()函数可以逐个获取迭代器中的元素，当迭代结束时会抛出StopIteration异常。

   my_iterator = iter([i for i in range(1000)]) 
   while True:
       try:
           item = next(my_iterator)
           print(item)
       except StopIteration:
           break
   

3. 使用list() tuple()``set()函数或者列表推导式和生成器推导式等：

    my_iterator = iter([i for i in range(1000)]) 
    my_list = list(my_iterator)
    my_tuple = tuple(my_iterator)
    my_set = set(my_iterator)
    my_list = [item for item in my_iterator]
    my_generator = (item for item in my_iterator)