Python之迭代器
- 2026-10-11 08:42:39
Python之迭代器
第九章 Python之迭代器
1. 迭代器
首先区分两个概念：可迭代对象（
iterable），迭代器（iterator）
1.1 可迭代对象（iterable）
概念：能被
for循环遍历的对象，就是可迭代对象（iterable）。如下这些对象都是可迭代对象（
iterable）。
names = ['张三', '李四', '王五']
citys = ('北京', '上海', '深圳')
msg = 'hello'
for item in names:
print(item)
如下这些都不是可迭代对象（
iterable）
age = 10
def test():
pass
for item in test:
print(item)
# 知识点1：能被for循环遍历的对象，被称为：可迭代对象（iterable）
#region 与下面的endregion配合使用，可以将范围内的代码进行折叠，很好用。
names = ['张三','李四','王五','赵六','田七']
citys = ('北京','上海','广州')
msg = 'Hello Python'
age = 10
def test():
pass
for item in test:
print(item) # TypeError: 'function' object is not iterable不是一个可迭代对象
#endregion
所有的可迭代对象都拥有
__iter__内置方法。
# 知识点2：可迭代对象（iterable）能调用到__iter__方法。
names = ['张三','李四','王五','赵六','田七']
citys = ('北京','上海','广州')
msg = 'Hello Python'
age = 10
def test():
pass
names.__iter__()
citys.__iter__()
msg.__iter__()
# hasattr() 是 Python 内置函数，用于判断对象是否具有指定的属性或方法，返回布尔值 True 或 False，语法为hasattr(object, name)，
# 其中 object 为要检查的对象，name 为属性名的字符串。
print(hasattr(names,'__iter__')) # True
print(hasattr(citys,'__iter__')) # True
print(hasattr(msg,'__iter__')) # True
print(hasattr(age,'__iter__')) # False
print(hasattr(test,'__iter__')) # False
1.2 迭代器（iterator）
调用
__iter__方法会得到：迭代器（iterator）
__iter__是一个魔法方法，当调用iter函数时，__iter__会自动调用。可迭代对象.__iter__()等价于iter(可迭代对象)。如果 iter(obj)能得到一个1迭代器（iterator），那么obj就是可迭代对象。
# 知识点3：调用__iter__方法会得到：迭代器（iterator）
# 1. __iter__是一个魔法方法，当调用iter函数时，__iter__会自动调用。
# 2. 可迭代对象.__iter__() 等价于 iter(可迭代对象。
# 3. 如果iter(obj)能得到一个迭代器(iterator)，那么obj就是可迭代对象。
names = ['张三','李四','王五','赵六','田七']
citys = ('北京','上海','广州')
msg = 'Hello Python'
print(names.__iter__())
print(citys.__iter__())
print(msg.__iter__())
# 执行结果如下：
<list_iterator object at 0x00000124458D5390>
<tuple_iterator object at 0x00000124458D5390>
<str_iterator object at 0x00000124458D5390>
print(iter(names))
print(iter(citys))
print(iter(msg))
# 执行结果如下
<list_iterator object at 0x00000124458D5390>
<tuple_iterator object at 0x00000124458D5390>
<str_iterator object at 0x00000124458D5390>
# 可以很明显的看出来可迭代对象.__iter__() 等价于 iter(可迭代对象。
迭代器（iterator）拥有__next__方法，每次调用都会根据当前的状态，返回下一个元素。
迭代器.__next__()等价于next(迭代器)。当所有元素全部取出后，若继续使用 __next__，Python会抛出StopIteration异常。
# 知识点4：迭代器(iterator)拥有 __next__ 方法，每次调用都会根据当前的状态，返回下一个元素。
# 备注1：迭代器.__next__() 等价于 next(迭代器)。
# 备注2：当所有元素全都取出后，若继续调用 __next__ 方法，Python会抛出 StopIteration 异常。
# region
names = ['张三','李四','王五','赵六','田七']
it = iter(names)
print(it.__next__()) # 张三
print(it.__next__()) # 李四
print(it.__next__()) # 王五
print(it.__next__()) # 赵六
print(it.__next__()) # 田七
# print(it.__next__()) # StopIteration
print(next(it)) # 张三
print(next(it)) # 李四
print(next(it)) # 王五
print(next(it)) # 赵六
print(next(it)) # 田七
# print(next(it)) # StopIteration
# endregion
for循环背后的逻辑
# for循环背后的工作逻辑
# region
names = ['张三','李四','王五','赵六','田七']
# 编写for循环遍历names列表
for item in names:
print(item)
# 1. 调用[可迭代对象的__iter__方法]获取一个迭代器（iterator）
it = iter(names)
# 2. 开启一个无限循环
while True:
try:
# 3. 调用__next__方法，获取下一个元素
item = next(it)
print(item)
except StopIteration:
# 4. 捕获StopIteration异常，随后结束循环
break
# endregion
迭代器（
iterator）也拥有__iter__方法，并且其返回值是迭代器自身。这样设计的原因：让for循环也能遍历迭代器（即：为了让iter（迭代器）不出错）。
# 知识点5：迭代器(iterator)也拥有 __iter__ 方法，并且其返回值是迭代器自身。
# 这么设计的原因如下：让 for 循环也能遍历迭代器（即：为了让 iter(迭代器) 不出错）。
# region
names = ['张三','李四','王五','赵六','田七']
it = iter(names)
print(it) # <list_iterator object at 0x0000028D6E826DD0>
result = iter(it)
print(result) # <list_iterator object at 0x0000028D6E826DD0>
x = iter(result)
print(x) # <list_iterator object at 0x0000028D6E826DD0>
it = iter(names)
for item in it:
print(item)
# endregion
迭代器协议：一个对象如果同时满足如下规范，那该对象就是一个迭代器：
能被
iter()接受。能被
next()一步一步取值。
2. 手写迭代器
迭代器是一次性的，状态只会向前推进（可以理解成象棋中的过河卒，只能向前，不能后退），且不会自动重置（迭代器在遍历的过程中会被消耗）
# 迭代器是一次性的，状态只会向前推进（可以理解成象棋中的过河卒，只能向前，不能后退），且不会自动重置（迭代器在遍历的过程中会被消耗）
# region
names = ['张三', '李四', '王五']
it1 = iter(names)
it2 = iter(names)
# 打印的是两个不同的迭代对象，可以从内存地址中看出来
print(it1) # <list_iterator object at 0x0000015B89C56DD0>
print(it2) # <list_iterator object at 0x0000015B89C56DD0>
print(next(it1)) # 张三
print(next(it1)) # 李四
print(next(it1)) # 王五
print(next(it2)) # 张三
print(next(it2)) # 李四
print(next(it2)) # 王五
for item in it1: # 此处在遍历it1会发现什么都没有打印，证明了迭代器在遍历的过程中会被消耗
print(item)
for item in it2: # 此处在遍历it2会发现什么都没有打印，证明了迭代器在遍历的过程中会被消耗
print(item)
# endregion
需求：让迭代器可以遍历Person的实例对象。因为Person不是一个迭代器对象，所以，我们需要手写迭代器的实现，完成次需求。
# 需求：让for循环可以遍历Person的实例对象。
# 实现方式1：
# region
class Person:
def __init__(self, name, age, gender, address):
self.name = name
self.age = age
self.gender = gender
self.address = address
def __iter__(self):
return PersonIterator(self) # 此处的self是Person的实例对象
# 自己实现迭代器的功能
class PersonIterator:
def __init__(self, p):# 此处的p接受的就是上面的Person实例对象
# 将外部传入的数据保存好
self.p = p
# 设置迭代器的初始化状态（指针位置）
self.index = 0
# 配置好需要遍历的Person实例的内容
self.attrs = [p.name, p.age, p.gender, p.address]
# 迭代器__iter__方法会返回迭代器自身
def __iter__(self):
return self
# 每次调用__next__方法，会根据当前的状态，返回下一个元素
def __next__(self):
# 如果指针的位置超出范围，那就抛出StopIteration异常
if self.index >= len(self.attrs):
raise StopIteration
# 获取要返回的内容
value = self.attrs[self.index]
# 更新迭代器状态（指针位置）
self.index += 1
# 返回value值
return value
# 调用目标方法:
p1 = Person('张三', 28, '男', '北京')
for item in p1:
print(item)
# 执行结果如下：
# 张三
# 28
# 男
# 北京
for item in p1:
print(item)
# 执行结果如下：
# 张三
# 28
# 男
# 北京
# endregion
# 实现方式2：此种方式不用单独定义一个迭代器对象，而是在Person类内部实现迭代器的功能。
# region
class Person:
def__init__(self, name, age, gender, address):
self.name = name
self.age = age
self.gender = gender
self.address = address
# 设置迭代器的初始化状态（指针位置)
self.__index = 0# 此处将index设置私有，是不希望通过外部能访问修改次变量
# 配置好要遍历的内容
self.__attrs = [name, age, gender, address] # 此处__attrs同上
def __iter__(self):
# 这个地方很重要，当多次调用时Person实例对象，需要将指针重置为0，不然迭代器被消耗掉了，第二次for循环不会打印内容
self.__index = 0
return self
def __next__(self):
# 如果指针的位置超出范围，那就抛出StopIteration异常
if self.__index >= len(self.__attrs):
raise StopIteration
# 获取要返回的内容
value = self.__attrs[self.__index]
# 更新迭代器的状态（指针位置）
self.__index += 1
# 返回value
return value
# 目标：
# 下面的p1既是可迭代对象，又是迭代器
p1 = Person('张三', 28, '男', '北京')
for item in p1:
print(item)
# 执行结果如下：
# 张三
# 28
# 男
# 北京
for item in p1:
print(item)
# 执行结果如下：
# 张三
# 28
# 男
# 北京
# endregion
# 进阶：迭代器最重要的方法就是__next__，迭代器最终玩的也是这个方法。
from cn2an import an2cn
class Person:
def __init__(self, name, age, gender, address):
self.name = name
self.age = age
self.gender = gender
self.address = address
# 设置迭代器的初始化状态（指针位置）
self.__index = 0
# 配置好要遍历的内容
self.__attrs = [name, age, gender, address]
def __iter__(self):
self.__index = 0
return self
def __next__(self):
# 如果指针的位置超出范围，那就抛出StopIteration异常
if self.__index >= len(self.__attrs):
raise StopIteration
# 获取要返回的内容
value = self.__attrs[self.__index]
# 在__next__方法中可以自定义实现很多逻辑和效果，这也体现了迭代器玩的就是__next__方法
# 将字符串转为大写
if isinstance(value, str):
value = value.upper()
# 将数字转换为汉语形式
if isinstance(value, int):
value = an2cn(value)
# 更新迭代器的状态（指针位置）
self.__index += 1
# 返回value
return value
# 目标：
# 下面的p1既是可迭代对象，又是迭代器
p1 = Person('zhangsan', 28, '男', '北京')
for item in p1:
print(item)
# 执行结果如下：
ZHANGSAN
二十八
男
北京
以上三段代码就是手写迭代器的实际案例，不理解的道友，可以多敲几遍，先熟悉下，然后配合ai工具解读下就明白了。
3. 迭代器的优势
迭代器是惰性计算，不会一次性生成所有的结果，所以能显著的降低内存占用。 当数据量很大，不确定要用多少结果时，推荐使用迭代器。
# 1.迭代器是惰性计算，不会一次性生成所有结果，所以能显著降低内存占用。
# 2.当数据量很大，不确定要用多少结果时，推荐使用迭代器。
# 使用迭代器实现：斐波那契数列
# 斐波那契数列是指这样一个数列：0，1，1，2，3，5，8，13，21，34，55，89……这个数列从第3项开始 ，每一项都等于前两项之和。
import tracemalloc
class Fibo:
def __init__(self, total):
# 要生成多少个数
self.total = total
# 当前生成到第几个了（计数器，指针）
self.index = 0
# 初始化的两个值
self.pre = 1
self.cur = 1
def __iter__(self):
return self
def __next__(self):
# 当生成足够数量后，抛出StopIterator异常
if self.index >= self.total:
raise StopIteration
# 前两项都是1
if self.index < 2:
value = 1
else:
# 新的结果等于前两项的和
value = self.pre = self.cur
# 更新下pre和cur
self.pre = self.cur
self.cur = value
# 计数器+1
self.index += 1
# 返回value
return value
# 不用迭代器实现：斐波那契数列
def fibo(total):
if total <= 0:
return []
if total == 1:
return [1]
nums = [1, 1]
for i in range(2, total):
nums.append(nums[-1] + nums[-2])
return nums
分析内存占用情况：
分别运行如下两段代码后，可以很明显的发现迭代器实现明显更节约内存。
# 看内存占用
tracemalloc.start()
f1 = Fibo(0)
print(f1)
m = tracemalloc.get_traced_memory()[1]
print(f'内存占用是：{m / 1024 / 1024}MB')
tracemalloc.start()
f1 = fibo(0)
m = tracemalloc.get_traced_memory()[1]
print(f'内存占用是：{m / 1024 / 1024}MB')
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。
随机文章
-
10个月宝宝每天需要喝多少奶粉？
- 【技术干货】:Linux下fstab与mount -a关系及启动挂载顺序确保方案
- 2026青少儿信息素养大赛考点分析!Python/Scratch/C++备考重点
- 信息素养大赛数字守艺人Python 编程试题
- Linux 设备模型:总线、驱动、设备三位一体
- Linux 系统误将 chmod 权限改成 了 000,如何恢复?
- Linux初级面试都考这些 过不了真的可惜 快记下来!
- 小学生Python进阶:用pygame做一个小游戏
- Linux上运行Windows软件的终极方案大盘点!
- python常用操作速记表.
- 万字长文 | Linux VFS 虚拟文件系统解读