Python中常见的一个错误是“[TypeError: iter() returned non-iterator of type]“，该错误表示我们尝试使用非迭...

最新推荐文章于 2024-04-18 22:35:03 发布
最新推荐文章于 2024-04-18 22:35:03 发布
阅读量1.1k 收藏 6
点赞数 1
CC 4.0 BY-SA版权
文章标签： python 开发语言 django Python
谢绝转载-https://update.blog.youkuaiyun.com
本文链接：https://blog.youkuaiyun.com/update7/article/details/129775209
Python 专栏收录该内容
1151 篇文章 ¥299.90 ¥399.90
订阅专栏
本文详细介绍了Python中常见的错误‘TypeError: iter() returned non-iterator of type’，该错误通常发生在尝试迭代非迭代对象时。文章通过实例解释了错误原因，包括使用不支持迭代的对象和iter()返回错误的对象类型，并提供了相应的解决方法，如检查对象是否支持迭代和确保iter()返回迭代器对象。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Python中常见的一个错误是"[TypeError: iter() returned non-iterator of type]"，该错误表示我们尝试使用非迭代类型的对象进行迭代操作。这个错误常常发生在我们使用for循环进行迭代时，代码会提示TypeError并中断运行。本文将对该错误进行详细的解释和解决方法的介绍。

造成该错误的原因可能有多种，例如使用了一个不支持迭代的对象，或者在调用iter()函数时返回了错误的对象类型。下面是一些常见的导致该错误的情况：

  1. 使用了不支持迭代的对象

Python中大多数的数据类型都是可迭代的，但是一些数据类型是不支持迭代的。比如整数、浮点数、布尔类型等都不能作为迭代器使用。如果我们尝试使用这些类型对象进行迭代，就会出现"[TypeError: iter() returned non-iterator of type]"的错误。

下面是一个例子：

num = 12345
for i in num:
print(i)

当我们运行这段代码时，就会出现"[TypeError: iter() returned non-iterator of type]"的错误。

  1. 错误的对象类型

iter()是一个内建函数，它返回一个迭代器对象。当iter()函数返回一个非迭代类型的对象时，就会出现"[TypeError: iter() returned non-iterator of type]"的错误。

下面是一个例子：

class MyObject:
pass

obj = MyOb

了解本专栏 订阅专栏 解锁全文
TypeError: iter() returned non-iterator of type
jacke121的专栏
02-07 2850
在使用Python迭代器时出现错误： class Fibs:       def __init__(self):             self.a = 0             self.b = 1       def next(self):             self.a,self.b = self.b,self.a + self.b             ret
pytorch从dataloader中取数据 （python从enumerate或iterator对象中取数据）
Hello Word!
08-31 9871
报错： TypeError: 'enumerate' object is not subscriptable TypeError: 'DataLoader' object is not an iterator 代码： _, (inputs2, labels2) = next(enumerate(test2)) _, (inputs3, labels3) = next(enumerate(test3)) iter应该同理。 next(iter(test3)) enumerate还可以加索引 ...
TypeError: iter() returned non-iterator of type ‘all_pairs2‘问题详解
qq_18537311的博客
11-20 380
ModuleNotFoundError: No module named 'xxx' TypeError: iter() returned non-iterator of type 'xxx'
TypeError: iter() returned non-iterator of type 'xx' 从Python3开始，要用__next__
北京的开始
06-02 8640
从Python3开始，要用__next__ http://www.python.org/dev/peps/pep-3114/ 代码： class MyIterator(object):     def __init__(self,step):         self.step=step          def next(self):         if self.step
Python iterable(可迭代)和iterator(迭代器)底层源码剖析，简称【迭代器圣经】
Null的博客
12-12 1486
Python 迭代器圣经，一篇精通！注意是【精通】，而非千篇一律。从反汇编讲原理，从源码讲设计思想，顺便帮你解惑为什么__getitem__被那么多人误认为是可迭代类型？之所以写摘要是怕你错过这么好的文章。
解密 Python 迭代器的实现原理
ZL4120505的博客
04-18 639
不管变量 obj 指向什么样的可迭代对象，都可以交给 iter 函数，会调用类型对象内部的 __iter__，底层是 tp_iter，得到对应的迭代器。不管变量 it 指向什么样的迭代器，都可以交给 next 函数进行迭代，会调用迭代器的类型对象的 __next__，底层是 tp_iternext，将值迭代出来。这里我们只看接收一个可迭代对象的情况，所以核心就在于 PyObject_GetIter，它是根据可迭代对象生成迭代器的关键，我们来看一下它的逻辑是怎么样的？可迭代对象我们知道了，那什么是迭代器呢？
TypeError: iter() returned non-iterator of type 'SimpleCounter'
lance～crazy
10-18 886
错误实例 # 1. 简单的迭代器 class SimpleCounter(object): def __init__(self, start, end): self.current = start self.end = end def __iter__(self): 'returns itself as an iterator obj...
Python 3.6 TypeEror: iter() returned non-iterator of type
weixin_33924770的博客
03-08 352
环境：Python 3.6 class Fabs(object): def __init__(self,max): self.max = max self.n, self.a, self.b = 0,0,1 def __iter__(self): return self def...
python3下使用 libxml2报iter() returned non-iterator of type 'xmlCoreDepthFirstItertor'错误的解决方法
种豆农夫的技术备忘录
08-11 488
最近将KVM-virsh升级到到了最新的版本，最新的版本是使用python3的，而老版本使用python2，最新版本使用时如果编辑虚拟机就会报错:iter() returned non-iterator of type ‘xmlCoreDepthFirstItertor’,相关代码如下： 390 if all([node_is_text(n) for n in parent...
OpenKE训练模型时报错TypeError: iter() returned non-iterator of type ‘TrainDataSampler‘（python2.7）
feng_yue77的博客
07-02 354
从github上拉下来OpenKE但是在运行transE的时候报错： TypeError: iter() returned non-iterator of type ‘TrainDataSampler’ 解决方法： 1 检查一下你的python版本是否为3.0以上，在python3.0中迭代器的规则发生了一些变化。在新的迭代器规则中，迭代器对象应该实现__next__方法，而不是next，而2.7版本还是next，如果你的版本是2.7（2.几）继续往下看 2 在OpenKE/openke/data/Tr
TypeError: iter() returned non-iterator of type ‘xxx‘
Debug yourself!
06-14 271
最近在读《Python高级编程》（Ziade著），看到里面的自我设计的迭代器
TypeError: Expected ‘Iterator‘ as the return annotation for `__iter__` of SMILESParser, but found ty
LAY_TL的博客
05-19 3438
最近运行一个使用torch_geometric包的代码时报错了，这个奇怪的错误，上网查了一下，发现好像是torch_geometric和torch版本不匹配的原因，我的torch1.10.1+cu113，将torch_geometric版本改到2.0即可。 还可以安装扩展包，选择对应版本即可 链接: https://pytorch-geometric.com/whl/
Pytorch Geometric（Pyg）运行失败
学术不太好的一个硕士研究生
08-18 866
pip install torch_geometric 就可以使用pyg了（需要其他库再自行安装，如：torch_scatter torch_sparse torch_cluster）当你兴致勃勃地按教程，安装了torch_scatter torch_sparse torch_cluster组件。我们只需要把pytorch升级到1.12以上即可。当你在python代码中运行，缺报错了！首先在pyg官网中，已经写出来！有输出则证明能正常使用了！恭喜你找到了这篇文章！终于你走到了最后一步。
Python迭代器
老司机开代码的博客
03-09 674
文章目录1. 可迭代对象1.2 判断一个对象是否是可迭代对象1.2 对可迭代对象的解读1.3 小结2. 迭代器2.1 for的解读2.2 解读迭代器2.3 自定义迭代器3. 迭代器的应用场景3.1 场景一3.2 场景二4. 迭代器的其他应用4.1 range4.2 类型转换 1. 可迭代对象 对list,tuple,str等类型的数据使用for…in…的循环语法, 可以从其中依次拿到数据进行使用，我们把这样的过程称为遍历，也叫迭代；同时称list，tuple，str等类型的的数据为可迭代对象。 1.
迭代器来这吧
dh_kui的博客
05-12 381
一，简介迭代对象 1.首先我们引入一个函数叫isintance（） isintence（要判断的对象，判断前面的的对象是否为该类型的成员） 我是这样理解的，就是判断前一个是不是后面的对象的成员，为什么这样说（python一切皆对象） 其返回的是true/flase 如果是就返回true，反之返回flase 代码演练： # 首先我们要说isinstance是不需要导入的 print(isinstance(123, int)) # true print(isinstance('123', st
201819102039宝婉露
BAOWL的博客
09-18 205
jsp九种内置对象：request, reponse, out, session, application, config, pagecontext, page, exception. 1.request对象 代表了客户端的请求信息，是接受信息传送到电脑服务器的数据。主要用于接受通过HTML协议转送到服务器的数据（包括头信息、系统信息、请求方式以及请求参数等）。request对象的作用域为一次请求。 <form action="request.jsp"> username:<input
那自定义迭代器类中__iter__也没有把可迭代对象转换为迭代器的代码，只有返回自身的代码，是怎么转换的呢
最新发布
04-01
<think>好的，用户问的是自定义迭代器类中的__iter__方法为什么只需要返回自身就能完成可迭代对象到迭代器的转换。这个问题需要深入理解Python的迭代协议，以及__iter__和__next__方法的作用。 首先，用户可能已经知道，可迭代对象和迭代器的区别。可迭代对象是实现了__iter__方法的对象，而迭代器是实现了__next__和__iter__方法的对象。但是，为什么在自定义迭代器类中，__iter__只需要返回自己，而不需要其他转换代码呢？ 可能用户存在一个误解，认为__iter__方法需要显式地将可迭代对象转换为迭代器。但根据Python的设计，迭代器本身已经是迭代器，所以它的__iter__方法只需返回自身。这符合迭代器协议的要求，即迭代器的__iter__返回自己，而__next__负责返回下一个值。 接下来，需要解释清楚为什么这样设计。可能用户没有完全理解迭代器和可迭代对象之间的关系。比如，列表是可迭代对象，但不是迭代器，每次调用iter()会生成新的迭代器实例。而自定义的迭代器类实例本身就是迭代器，所以它的__iter__返回自身，这样无论何时调用iter()，得到的都是同一个迭代器实例，保证了状态的持续。 还需要通过例子来说明。比如，自定义一个Counter类，实现__iter__和__next__方法。当在for循环中使用时，iter()被调用一次，返回自身，之后每次循环调用next()获取下一个值。这样用户就能看到，即使没有显式的转换代码，迭代器依然正常工作，因为协议已经隐式处理了这一点。 另外，用户可能想知道，如果__iter__不返回自身会发生什么。比如，如果返回另一个对象，那么这个对象需要实现__next__方法，否则会引发错误。这可以进一步说明遵循协议的重要性。 最后，总结Python的设计哲学，强调通过协议和约定来简化代码，而不是强制性的类型检查。这样用户能理解为什么这样的设计既灵活又高效。</think>--- ### **关键解答：迭代器类的 `__iter__` 为何只需返回自身？** --- #### **1. 理解迭代器协议的核心规则** Python 的迭代器协议要求： - **可迭代对象**（如列表、元组）：必须实现 `__iter__()` 方法，返回一个**独立的迭代器对象**。 - **迭代器对象**（如文件句柄、生成器）：必须同时实现 `__iter__()` 和 `__next__()` 方法，且 `__iter__()` 必须**返回自身**。 **关键区别**： - **可迭代对象** ≠ 迭代器，但**迭代器本身**既是可迭代对象，也是迭代器。 - 迭代器的 `__iter__()` **返回自身**，是协议强制要求的行为，目的是让 `for` 循环能统一处理所有迭代逻辑。 --- #### **2. 自定义迭代器类的代码示例** ```python class Counter: def __init__(self, max_val): self.max = max_val self.current = 0 # 迭代器必须实现 __iter__，且返回自身 def __iter__(self): print("调用 __iter__") return self # 返回自身（表明自己是迭代器） # 迭代器必须实现 __next__，控制迭代逻辑 def __next__(self): if self.current >= self.max: raise StopIteration val = self.current self.current += 1 return val # 测试 counter = Counter(3) for num in counter: # 第一次循环 print(num) # 输出 0, 1, 2 print("再次循环：") for num in counter: # 第二次循环（迭代器已耗尽） print(num) # 无输出 ``` **输出**： ``` 调用 __iter__ 0 1 2 再次循环： 调用 __iter__ ``` --- #### **3. 为何不需要“显式转换”代码？** ##### **(1) 协议隐式完成逻辑** - 当 `for` 循环调用 `iter(counter)` 时，会触发 `Counter.__iter__()`，该方法返回 `self`（即迭代器自身）。 - `for` 循环随后通过 `next(iterator)` 调用 `Counter.__next__()` 推进迭代。 - **无需额外代码**：迭代器协议已通过 `__iter__` 和 `__next__` 的约定隐式完成了“可迭代对象→迭代器”的转换。 ##### **(2) 对比普通可迭代对象** 以列表为例： ```python class MyList: def __init__(self, data): self.data = data # 可迭代对象的 __iter__ 返回新迭代器 def __iter__(self): return MyListIterator(self.data) class MyListIterator: def __init__(self, data): self.data = data self.index = 0 def __iter__(self): return self # 迭代器的 __iter__ 返回自身 def __next__(self): if self.index >= len(self.data): raise StopIteration val = self.data[self.index] self.index += 1 return val # 测试 my_list = MyList([10, 20, 30]) for num in my_list: # 每次循环生成新迭代器 print(num) # 始终输出 10, 20, 30 ``` - **区别**：可迭代对象（`MyList`）的 `__iter__` 返回新迭代器，而迭代器（`MyListIterator`）的 `__iter__` 返回自身。 --- #### **4. 违反协议的后果** 如果迭代器的 `__iter__` 不返回自身，会破坏协议： ```python class BrokenIterator: def __iter__(self): return "Not an iterator" # 错误：返回非迭代器对象 def __next__(self): return 1 broken = BrokenIterator() for num in broken: # 报错！ pass ``` **错误**： ```python TypeError: iter() returned non-iterator of type 'str' ``` --- #### **5. 设计哲学总结** - **统一接口**：`for` 循环不关心输入是迭代器还是可迭代对象，只要 `iter(obj)` 最终返回一个迭代器。 - **状态自洽**：迭代器的 `__iter__` 返回自身，确保其状态在多次迭代中持续（如文件逐行读取）。 - **代码简洁**：协议通过方法签名隐式定义行为，无需显式类型检查或转换代码。 --- ### **最终结论** - **迭代器的 `__iter__` 返回自身**是协议规定的行为，目的是让对象**自声明为迭代器**。 - `for` 循环通过 `iter(obj)` 获取迭代器时，若对象已经是迭代器（即 `__iter__` 返回自身），则直接使用它，无需额外转换。 - 这种设计通过协议隐式约定逻辑，而非显式代码转换，体现了 Python “鸭子类型”的灵活性和简洁性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值