python代碼自己迭代

『壹』 牛頓迭代法的python代碼

Python代碼以實例展示求解f(x) = (x-3）**3，f(x) = 0 的根。def f(x):
return (x-3）**3 』''定義f(x) = (x-3）**3'''
def fd(x):
return 3*((x-3）**2） 』''定義f'(x) = 3*((x-3）**2）
def newtonMethod(n,assum):
time = n
x = assum
Next = 0
A = f(x)
B = fd(x)
print('A = ' + str(A) + ',B = ' + str(B) + ',time = ' + str(time))
if f(x) == 0.0:
return time,x
else:
Next = x - A/B
print('Next x = '+ str(Next))
if A == f(Next): print('Meet f(x) = 0,x = ' + str(Next)) 』''設置迭代跳出條件，同時輸出滿足f(x) = 0的x值'''
else:
returnnewtonMethod(n+1,Next)
newtonMethod(0,4.0) 』''設置從0開始計數，x0 = 4.0'''

『貳』 Python基礎之迭代器

一.什麼是迭代器

迭代器是用來迭代取值的工具。

而涉及到把多個值循環取出來的類型有：列表，字元串，元組，欄位，集合，打開文件等。通過使用的遍歷方式有for···in···，while等，但是，這些方式只適用於有索引的數據類型。為了解決索引取的局限性，python提供了一種 不依賴於索引的取值方式：迭代器

注意：

二.可迭代對象

可迭代對象：但凡內置有__iter__方法的都稱為可迭代對象

常見的可迭代對象：

1.集合數據類型，如list,tuple,dict,set,str等

2.生成器，包括生成器和帶yield的生成器函數。

三.如何創建迭代器

迭代器是一個包含數個值的對象。

迭代器是可以迭代的對象，這意味著您可以遍歷所有值。

從技術上講，在Python中，迭代器是實現迭代器協議的對象，該協議由方法 __iter__() 和 __next__() 組成。

簡而言之，一個類裡面實現了__iter__()和__next__()這兩個魔法方法，那麼這個類的對象就是可迭代對象。

四.迭代器的優缺點

1.優點

2.缺點

五.迭代器示例

另外，如果類Stu繼承了Iterator，那麼Stu可以不用實現__iter__()方法

遍歷迭代器

StopIteration

如果你有足夠的 next() 語句，或者在 for 循環中使用，則上面的例子將永遠進行下去。

為了防止迭代永遠進行，我們可以使用 StopIteration 語句。

在 __next__() 方法中，如果迭代完成指定的次數，我們可以添加一個終止條件來引發錯誤

『叄』 Python中什麼是迭代

如果給定一個list或tuple，我們可以通過for循環來遍歷這個list或tuple，這種遍歷我們稱為迭代（Iteration）。

在Python中，迭代是通過for ... in來完成的，而很多語言比如C或者Java，迭代list是通過下標完成的，比如Java代碼：

for (i=0; i<list.length; i++) { n = list[i];
}

可以看出，Python的for循環抽象程度要高於Java的for循環，因為Python的for循環不僅可以用在list或tuple上，還可以作用在其他可迭代對象上。

list這種數據類型雖然有下標，但很多其他數據類型是沒有下標的，但是，只要是可迭代對象，無論有無下標，都可以迭代，比如dict就可以迭代：

>>> d = {'a': 1, 'b': 2, 'c': 3}>>> for key in d:... print(key)
...
a
c
b

因為dict的存儲不是按照list的方式順序排列，所以，迭代出的結果順序很可能不一樣。

默認情況下，dict迭代的是key。如果要迭代value，可以用for value in d.values()，如果要同時迭代key和value，可以用for k, v in d.items()。

由於字元串也是可迭代對象，因此，也可以作用於for循環：

>>> for ch in 'ABC':... print(ch)
...
A
B
C

所以，當我們使用for循環時，只要作用於一個可迭代對象，for循環就可以正常運行，而我們不太關心該對象究竟是list還是其他數據類型。

這個網站有很多Python的系統、基礎教程，可以看看。網頁鏈接

『肆』 Python裡面怎麼給自己的類自定義迭代器方法

迭代器的用法在 Python 中普遍而且統一。在後台，for 語句在容器對象中調用 iter() 。 該函數返回一個定義了 next() 方法的迭代器對象，它在容器中逐一訪問元素。沒有後續的元素時，next() 拋出一個 StopIteration 異常通知 for 語句循環結束。
了解了迭代器協議的後台機制，就可以很容易的給自己的類添加迭代器行為。定義一個 __iter__() 方法，使其返回一個帶有 next() 方法的對象。如果這個類已經定義了 next()，那麼 __iter__() 只需要返回self。
以下是其工作原理的示例：
Python代碼

classReverse:
""
def__init__(self,data):
self.data=data
self.index=len(data)
def__iter__(self):
returnself
defnext(self):
ifself.index==0:
raiseStopIteration
self.index=self.index-1
returnself.data[self.index]
Python代碼
forcharinReverse('spam'):
printchar

希望能幫到你！

『伍』 Python中的「迭代」詳解

迭代器模式：一種惰性獲取數據項的方式，即按需一次獲取一個數據項。

所有序列都是可以迭代的。我們接下來要實現一個 Sentence（句子）類，我們向這個類的構造方法傳入包含一些文本的字元串，然後可以逐個單詞迭代。

接下來測試 Sentence 實例能否迭代

序列可以迭代的原因：

iter()

解釋器需要迭代對象 x 時，會自動調用iter(x)。

內置的 iter 函數有以下作用：

由於序列都實現了 __getitem__ 方法，所以都可以迭代。

可迭代對象：使用內置函數 iter() 可以獲取迭代器的對象。

與迭代器的關系：Python 從可迭代對象中獲取迭代器。

下面用for循環迭代一個字元串，這里字元串 'abc' 是可迭代的對象，用 for 循環迭代時是有生成器，只是 Python 隱藏了。

如果沒有 for 語句，使用 while 循環模擬，要寫成下面這樣：

Python 內部會處理 for 循環和其他迭代上下文（如列表推導，元組拆包等等）中的 StopIteration 異常。

標準的迭代器介面有兩個方法：

__next__ ：返回下一個可用的元素，如果沒有元素了，拋出 StopIteration 異常。

__iter__ ：返回 self，以便在需要使用可迭代對象的地方使用迭代器，如 for 循環中。

迭代器：實現了無參數的 __next__ 方法，返回序列中的下一個元素；如果沒有元素了，那麼拋出 StopIteration 異常。Python 中的迭代器還實現了 __iter__ 方法，因此迭代器也可以迭代。

接下來使用迭代器模式實現 Sentence 類：

注意， 不要 在 Sentence 類中實現 __next__ 方法，讓 Sentence 實例既是可迭代對象，也是自身的迭代器。

為了「支持多種遍歷」，必須能從同一個可迭代的實例中獲取多個獨立的迭代器，而且各個迭代器要能維護自身的內部狀態，因此這一模式正確的實現方式是，每次調用 iter(my_iterable) 都新建一個獨立的迭代器。

所以總結下來就是：

實現相同功能，但卻符合 Python 習慣的方式是，用生成器函數代替 SentenceIteror 類。

只要 Python 函數的定義體中有 yield 關鍵字，該函數就是生成器函數。調用生成器函數，就會返回一個生成器對象。

生成器函數會創建一個生成器對象，包裝生成器函數的定義體，把生成器傳給 next(...) 函數時，生成器函數會向前，執行函數定義體中的下一個 yield 語句，返回產出的值，並在函數定義體的當前位置暫停，。最終，函數的定義體返回時，外層的生成器對象會拋出 StopIteration 異常，這一點與迭代器協議一致。

如今這一版 Sentence 類相較之前簡短多了，但是還不夠慵懶。 惰性 ，是如今人們認為最好的特質。惰性實現是指盡可能延後生成值，這樣做能節省內存，或許還能避免做無用的處理。

目前實現的幾版 Sentence 類都不具有惰性，因為 __init__ 方法急迫的構建好了文本中的單詞列表，然後將其綁定到 self.words 屬性上。這樣就得處理整個文本，列表使用的內存量可能與文本本身一樣多（或許更多，取決於文本中有多少非單詞字元）。

re.finditer 函數是 re.findall 函數的惰性版本，返回的是一個生成器，按需生成 re.MatchObject 實例。我們可以使用這個函數來讓 Sentence 類變得懶惰，即只在需要時才生成下一個單詞。

標准庫提供了很多生成器函數，有用於逐行迭代純文本文件的對象，還有出色的 os.walk 函數等等。本節專注於通用的函數：參數為任意的可迭代對象，返回值是生成器，用於生成選中的、計算出的和重新排列的元素。

第一組是用於 過濾 的生成器函數：從輸入的可迭代對象中產出元素的子集，而且不修改元素本身。這種函數大多數都接受一個斷言參數(predicate)，這個參數是個 布爾函數 ，有一個參數，會應用到輸入中的每個元素上，用於判斷元素是否包含在輸出中。

以下為這些函數的演示：

第二組是用於映射的生成器函數：在輸入的單個/多個可迭代對象中的各個元素上做計算，然後返回結果。

以下為這些函數的用法：

第三組是用於合並的生成器函數，這些函數都可以從輸入的多個可迭代對象中產出元素。

以下為演示：

第四組是從一個元素中產出多個值，擴展輸入的可迭代對象。

以下為演示：

第五組生成器函數用於產出輸入的可迭代對象中的全部元素，不過會以某種方式重新排列。

下面的函數都接受一個可迭代的對象，然後返回單個結果，這種函數叫「歸約函數」，「合攏函數」或「累加函數」，其實，這些內置函數都可以用 functools.rece 函數實現，但內置更加方便，而且還有一些優點。

參考教程：
《流暢的python》 P330 - 363

『陸』 python的迭代器為什麼一定要實現

這是個和多態有關的問題，Python中關於迭代有兩個概念，第一個是Iterable，第二個是Iterator，協議規定Iterable的__iter__方法會返回一個Iterator, Iterator的__next__方法（Python 2里是next）會返回下一個迭代對象，如果迭代結束則拋出StopIteration異常。
同時，Iterator自己也是一種Iterable，所以也需要實現Iterable的介面，也就是__iter__，這樣在for當中兩者都可以使用。Iterator的__iter__只需要返回自己就行了。這樣，下面的代碼就可以工作：

for i in my_list:
...

for i in iter(mylist):
...

for i in (v for v in mylist if v is not None):
...

Python中許多方法直接返回iterator，比如itertools裡面的izip等方法，如果Iterator自己不是Iterable的話，就很不方便，需要先返回一個Iterable對象，再讓Iterable返回Iterator。生成器表達式也是一個iterator，顯然對於生成器表達式直接使用for是非常重要的。
那麼為什麼不只保留Iterator的介面而還需要設計Iterable呢？許多對象比如list、dict，是可以重復遍歷的，甚至可以同時並發地進行遍歷，通過__iter__每次返回一個獨立的迭代器，就可以保證不同的迭代過程不會互相影響。而生成器表達式之類的結果往往是一次性的，不可以重復遍歷，所以直接返回一個Iterator就好。讓Iterator也實現Iterable的兼容就可以很靈活地選擇返回哪一種。

總結來說Iterator實現的__iter__是為了兼容Iterable的介面，從而讓Iterator成為Iterable的一種實現。

補充一下題主對於for的理解基本上是正確的，但仍然有一點點偏差：for為了兼容性其實有兩種機制，如果對象有__iter__會使用迭代器，但是如果對象沒有__iter__，但是實現了__getitem__，會改用下標迭代的方式。我們可以試一下：

>>> class NotIterable(object):
... def __init__(self, baselist):
... self._baselist = baselist
... def __getitem__(self, index):
... return self._baselist[index]
...
>>> t = NotIterable([1,2,3])
>>> for i in t:
... print i
...
1
2
3
>>> iter(t)
<iterator object at 0x0345E3D0>

當for發現沒有__iter__但是有__getitem__的時候，會從0開始依次讀取相應的下標，直到發生IndexError為止，這是一種舊的迭代協議。iter方法也會處理這種情況，在不存在__iter__的時候，返回一個下標迭代的iterator對象來代替。一個重要的例子是str，字元串就是沒有__iter__介面的。

『柒』 Python中的for循環、可迭代對象、迭代器和生成器-

問題：

「迭代是重復反饋過程的活動，其目的通常是為了逼近所需目標或結果。」在Python中，可迭代對象、迭代器、for循環都是和「迭代」密切相關的知識點。

下面我們試著通過實現自定義一下list的迭代過程：

迭代器和生成器總是會被同時提起，那麼它們之間有什麼關聯呢——生成器是一種特殊的迭代器。