Python：可迭代对象、迭代器【可迭代对象：实现iter方法】、【迭代器：实现next和iter两个方法】【“迭代器”一定是“可迭代对象”，“可迭代对象”不一定是“迭代器”】

悠悠 2023-09-29 13:04 16阅读 0赞

## 一、迭代 ##

### 1、可迭代的对象 ###

可直接作用于for循环的数据类型如list、tuple、dict等统称为可迭代对象:Iterable。使用isinstance()可以判断一个对象是否是可迭代对象。

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（迭代）。

Python中可以迭代的对象有：

*  list(列表)；
 *  tuple(元祖)；
 *  dirt(字典)；
 *  str(字符串)；
 *  set；
 *  bytes(字节数组)

from collections import Iterable
    
    mylist = [1, 2, 3, 67, 89, 9, 3]
    
    print(isinstance(mylist, Iterable))  # True
    print(isinstance("mylist", Iterable))  # True
    print(isinstance(123, Iterable))  # False

打印结果：

True
    True
    False

mylist = [1, 2, 4, 5, 67, 8, 9]
    # 可被迭代的对象通过iter()方法就可以生成迭代器，
    it = iter(mylist)
    
    print(next(it))
    print(next(it))
    print(next(it))

打印结果：

1
    2
    4
    
    Process finished with exit code 0

除此之外，也可以创建一个可迭代的对象：只要此对象含有\_iter\_方法,我们通过isinstance()函数以及Iterable来判断由Classmate类创建的classA对象是否是可迭代的对象：若classA是一个Iterable(可迭代对象) 则结果返回为True;否则，结果为False。

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

打印结果：

判断是否是可迭代的对象: True

### 2、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，直到所有元素被访问完。迭代器有两个方法:iter()和next()方法。

迭代器访问与for循环访问非常相似，但是也有不同之处。对于支持随机访问的数据结构如元组和列表，迭代器并无优势。因为迭代器在访问的时候会丢失数据索引值，但是如果遇到无法随机访问的数据结构如集合时，迭代器是唯一访问元素的方式。

迭代器仅仅在访问到某个元素时才使用该元素。在这之前，元素可以不存在，所以迭代器很适用于迭代一些无法预先知道元素总数的巨大的集合；

迭代器提供了一个统一的访问集合的接口，定义iter()方法对象，就可以使用迭代器访问\*\*。

### 3、可迭代的对象（Iterable） v.s. 迭代器（Iterator） ###

可迭代的对象 v.s. 迭代器

*  可直接作用于for循环的数据类型如list、tuple、dict等统称为可迭代对象:Iterable。使用isinstance()可以判断一个对象是否是可迭代对象。
    
        from collections import Iterable
        result = isinstance([],Iterable)
 *  可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。next()函数访问每一个对象，直到对象访问完毕，返回一个StopIteration异常。使用isinstance()可以判断一个对象是否是Iterator对象。
    
        from collections import Iterator
        result = isinstance([],Iterator)

所有的可迭代的对象（Iterable）都可以通过\_\_iter\_\_函数转化为 迭代器（Iterator）。

## 三、创建一个迭代器 ##

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\_next\_方法，并返回一个值，最后通过抛出异常Stoplteration来结束迭代。

from collections.abc import Iterable
    from collections.abc import Iterator
    import time
    
    
    # 定义一个同学类
    class Classmate(object):
        def __init__(self):
            self.name = list()
            self.name_num = 0
    
        def add(self, name):
            self.name.append(name)
    
        def __iter__(self):
            return self  # 返回本身
    
        def __next__(self):
            # 记忆性的返回数据
            if self.name_num < len(self.name):
                ret = self.name[self.name_num]
                self.name_num += 1
                return ret
            else:
                # 抛出异常，当循环后自动结束。Pyhon中用于标识迭代完成，防止出现无限循环的情况
                raise StopIteration
    
    
    classA = Classmate()
    classA.add("张三")
    classA.add("李四")
    classA.add("王五")
    
    print("判断是否是可迭代的对象:", isinstance(classA, Iterable))
    print("判断是否是迭代器:", isinstance(classA, Iterator))
    
    for name in classA:
        print(name)
        time.sleep(1)

打印结果：

判断是否是可迭代的对象: True
    判断是否是迭代器: True
    张三
    李四
    王五
    
    Process finished with exit code 0

## 四、迭代器的应用 ##

迭代器的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。这也意味着我们可以不再依赖一个现有的数据集合来存储数据，而是边用边生成，这样的好处是可以节省大量的内存空间。

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

打印结果：

请输入需要生成的Fibonacci数列项的个数:20
    0
    1
    1
    2
    3
    5
    8
    13
    21
    34
    55
    89
    144
    233
    377
    610
    987
    1597
    2584
    4181
    
    Process finished with exit code 0

from collections.abc import Iterable
    from collections.abc import Iterator
    
    
    class Fibonacci(object):
        # 斐波那契数列迭代器
        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 __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("请输入需要生成的Fibonacci数列项的个数:"))
    
    fobo = Fibonacci(nums)
    
    print("判断是否是可迭代的对象:", isinstance(fobo, Iterable))
    print("判断是否是迭代器:", isinstance(fobo, Iterator))
    
    print(next(fobo))
    print(next(fobo))
    print(next(fobo))
    print(next(fobo))
    print(next(fobo))
    print(next(fobo))

打印结果：

请输入需要生成的Fibonacci数列项的个数:20
    判断是否是可迭代的对象: False
    判断是否是迭代器: False
    0
    1
    1
    2
    3
    5
    
    Process finished with exit code 0

两种方式虽然结果一样，当实际效果却相差很大。方法一：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；方法二:它并没有用到列表，而是返回一个迭代器，在需要的时候生成相关的数据。

## 五、小结 ##

可迭代的对象不一定是迭代器  
迭代器一定是可迭代的对象  
容器类型（list tuple dict ste set）是迭代对象但不是迭代器。

--------------------

参考资料：  
[Python迭代器][Python]  
[Python之迭代器][Python 1]  
[【python】可迭代对象（Iterable）与迭代器（Iterator）][python_Iterable_Iterator]

[Python]: https://blog.csdn.net/weixin_38638223/article/details/122928506
[Python 1]: https://blog.csdn.net/KWAIKUN/article/details/121706073
[python_Iterable_Iterator]: https://blog.csdn.net/qq_39147299/article/details/119923971