【重学Python】：Python 拓展之迭代器

最新推荐文章于 2025-11-25 11:44:22 发布

原创最新推荐文章于 2025-11-25 11:44:22 发布 · 97 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #windows #开发语言

本文主要介绍了Python迭代器相关知识。阐述了检查对象是否可迭代的方法，iter()是迭代规则基础，迭代器对象实现next()方法。还对比了自定义迭代器类与range()的区别，指出迭代器占用内存少但只能向前。此外，提到了列表和元组解析式的不同，最后说明迭代器的局限性。

写在之前

迭代器

首先我们先来看一种检查是否可迭代的方法：

>>> hasattr(list,'__iter__')

True

可以用上面的这种方法检查已经学习过的其他默认类型的对象，比如字符串，列表，字典等是否是可迭代的。

iter() 是一个特殊方法，它是迭代规则的基础，有了它，就说明对象是可迭代的。跟迭代有关的一个内建函数 iter()，这个函数我们在之前的文章中介绍过，它返回的是一个迭代器对象，比如像下面这样：

>>> list1 = [1,2,3,4]

>>> iter_list = iter(list1)

>>> iter_list

<list_iterator object at 0x00000000021CE438>

从上述代码的结果可以看出，iter_list 引用的是迭代器对象。那么在这里有一个问题，iter_list 和 list1 有区别吗？我们来试一下：

>>> hasattr(list1,'__iter__')

True

>>> hasattr(iter_list,'__iter__')

True

从上面看出它们都有 iter，说明它们都是可迭代的。

>>> hasattr(list1,"__next__")

False

>>> hasattr(iter_list,"__next__")

True

我们把像 iter_list 所引用的对象那样，称之为「迭代器对象」。显而易见的是，迭代器对象必然是可迭代的，反正则不一定。且 Python 中迭代器对象实现的是 next() 方法。

为了体现一下 Python 在这的强大之处，我们先来写一个迭代器对象：

class MyRange:

   def __init__(self,n):

       self.i = 1

       self.n = n



   def __iter__(self):

       return self



   def __next__(self):

       if self.i <= self.n:

           i = self.i

           self.i += 1

           return i

       else:

           raise StopIteration()

if __name__ == "__main__":

   x = MyRange(5)

   print([i for i in x])

上述代码的运行结果如下所示：

[1,2,3,4,5]

上述的代码仿写了类似 range() 的类，但是与 range() 又有所不同，除了结果不同以外还包括以下 2 点：

1.iter() 是类中的核心，它返回了迭代器的本身，一个实现了 iter() 方法的对象，就意味着它是可迭代的。

2.实现了 next() 方法，从而使得这个对象是迭代器对象。

接下来我们来看看 range() 本身：

>>> a = range(5)

>>> hasattr(a,'__iter__')

True

>>> hasattr(a,'__next__')

False

>>> print(a)

range(0, 5)

由上面我们就可以看出，其实我们所写的类和 range() 本身还是有很大区别的。

通过上面的内容和我们之前的文章对迭代的讲述，下面我们对迭代器做一个概括：

1.在 Python 中，迭代器是遵循迭代协议的对象。我们可以使用 iter() 从任何序列得到迭代器（exp: list，turple，set and so on）。

2.当自己编写迭代器的类的时候，其中实现 iter() 和 next() 方法，如果没有元素的话，会引发 StopIteration 异常。

3.如果有很多值的话，列表会占用太多的内存，而迭代器则占用的更少，它从第一个元素开始访问，直到所有的元素被访问完结束，只能向前冲，不能后退。

迭代器不仅仅是实用而已，而且也非常的有趣，让我们来看下面的操作：

>>> list1 = [x**x for x in range(3)]

>>> list1

[1, 1, 4]

>>> for i in list1:print(i)

...

1

1

4

>>> for i in list1:print(i)

...

1

1

4

我们在上面重复两次调用列表 list1 进行循环，都是能正常进行的，这个列表相当于一个可以长久使用的东西，可以重复使用。

在 Python 中，除了列表解析式以外，还可以做成元组解析式，方法也是非常的简单：

>>> tuple1 = (x**x for x in range(3))

>>> tuple1

<generator object <genexpr> at 0x0000000001DF16D8>

>>> for i in tuple1:print(i)

...

1

1

4

>>> for i in tuple1:print(i)

...

对于 tuple1，我们可以看到它是一个 generator 对象，关于这个是啥我们先不管，后面我会单独来说的。当我们把它用到循环中的时候，它明显是个一次性用品，再次使用的时候它就什么也不显示了。

>>> type(list1)

<class 'list'>

>>> type(tuple1)

<class 'generator'>

由上面可以看出，list1 和 tuple1 是两种不同的对象，它们之间的区别不仅仅是 tuple1 是一个元组这么简单，它还是 generator。其它的我们先不管，你可以尝试一下在交互模式下输入 dir(tuple1)，查看它是否有 iter 和 next，我可以先告诉你，是有的。

既然是有的，那么 tuple1 引用的就是一个迭代器的对象，它的 next() 方法促使它只能向前。

写在之后

迭代器到这就写完了，从内容来看迭代器确实有其过人之处，但是它不是万能的，比如它只能向前，不能回退。还有一个是迭代器并不适合在多线程的环境中对可变集合使用，现在这个东西看起来可能还是有点困难，如果以后有机会写多线程的话，再做解释。

---------------------------END---------------------------

题外话

当下这个大数据时代不掌握一门编程语言怎么跟的上脚本呢？当下最火的编程语言Python前景一片光明！如果你也想跟上时代提升自己那么请看一下.

在这里插入图片描述

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

👉优快云大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

在这里插入图片描述

简历模板

👉 优快云大礼包:gift:：[全网最全《Python学习资料》免费赠送:free:！](https://blog.youkuaiyun.com/weixin_68789096/article/details/132275547?spm=1001.2014.3001.5502) （安全链接，放心点击）

若有侵权，请联系删除