『壹』 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
『貳』 Python中的迭代器是什麼
迭代器
迭代是訪問集合元素的一種方式。迭代器是一個可以記住遍歷的位置的對象。迭代器對象從集合的第一個元素開始訪問，直到所有的元素被訪問完結束。迭代器只能往前不會後退。
1.可迭代對象
以直接作用於for循環的數據類型有以下幾種：
一類是集合數據類型，如list、tuple、dict、set、str等；
一類是generator，包括生成器和帶yield的generator function。
這些可以直接作用於for循環的對象統稱為可迭代對象：Iterable。
2.判斷是否可以迭代
可以使用isinstance()判斷一個對象是否是Iterable對象：
運行結果：
而生成器不但可以作用於for循環，還可以被next()函數不斷調用並返回下一個值，直到最後拋出StopIteration錯誤表示無法繼續返回下一個值了。
相關推薦：《Python視頻教程》
3.迭代器
可以被next()函數調用並不斷返回下一個值的對象稱為迭代器：Iterator。
運行結果：
4.iter()函數
生成器都是Iterator對象，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函數：
運行結果：
總結
·凡是可作用於for循環的對象都是Iterable類型；
·凡是可作用於next()函數的對象都是Iterator類型
·集合數據類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。
·目的是在使用集合的時候，減少佔用的內容。
相關推薦：
三分鍾看懂什麼是Python生成器
『叄』 python中的迭代器有什麼用
iamlaosong文
我們在用for
...
in
...語句循環時，in後面跟隨的對象要求是可迭代對象，即可以直接作用於for循環的對象統稱為可迭代對象（iterable），如list、tuple、dict、set、str等。
可迭代對象是實現了__iter__()方法的對象，而迭代器（iterator）則是實現了__iter__()和__next__()方法的對象，可以顯示地獲取下一個元素。這種可以被next調用並不斷返回下一個值的對象稱為迭代器。迭代器一定是可迭代對象，反過來則不一定成立。用iter()函數可以把list、dict、str等iterable變成iterator，例如：
bb=[x
for
x
in
range(10)]
cc=iter(bb)
cc.next()
循環變數的值其實可以看著是一次次用next取值的過程，每取一個值，做一次處理。list等對象用於循環實際上可以看著是用iter()方法產生一個迭代器，然後循環取值。
生成器（generator）就是一個能返回迭代器的函數，其實就是定義一個迭代演算法，可以理解為一個特殊的迭代器。調用這個函數就得到一個迭代器，生成器中的yield相當於一個斷點，執行到此返回一個值後暫停，從而實現next取值。
『肆』 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
『伍』 Python的基礎知識之迭代器
迭代：按照一定的順序訪問集合中的每一個元素，或者叫遍歷（其他語言叫做遍歷）；
可迭代對象（Iterable）：能被迭代的對象，或者說直接作用於for循環的對象，可以通過for..in來遍歷的對象，比如數組（list）、元祖（tuple）字元串等；
迭代器（Iterator）：能作用於next() 函數，並不斷返回下一個值的對象稱為迭代器，是惰性計算的序列（很重要）
1、判斷一個對象是可迭代對象呢？方法是通過collections模塊的Iterable類型判斷
2、判斷一個對象是否是迭代器Iterator對象
3、可迭代對象Iterable轉化為迭代器對象Iterator
4、使用迭代器迭代
1、迭代器的特性
A.惰性計算數據，節省內存
B.能記錄狀態，並通過next()函數執行下一個狀態
C.具有可迭代性
2、集合數據類型如list、dict、str、tuple等是可迭代對象Iterable但不是迭代器Iterator，不過可以通過iter()函數轉化為一個Iterator對象
原因：Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用並不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。Iterator對象表示一個無限大的數據，集合是有限集合，假如被next()到最後就是沒有返回直接carsh
3、生成器（generator）一定是迭代器，他是一種特殊的迭代器；
如果想了解更多Python知識，請查看
Python的基礎知識之生成器
Python的基礎知識之裝飾器
學無止境，學習Python的夥伴可以多多交流。
『陸』 Python中的迭代器與可迭代:iter()和next()
一種自動迭代的更優雅的實現是使用 for循環
在Python中，迭代器（Iterator）和可迭代(iterable)的區別是，迭代器支持 iter ()和 next ()方法；可迭代支持 iter ()方法。可迭代只能在for循環中獲得元素，迭代器還可以用next()方法獲取元素。
list/truple/map/dict都是可迭代，但不是迭代器；這些數據的大小是確定的；迭代器不是，迭代器不知道要執行多少次，所以可以理解為不知道有多少個元素，每調用一次next()，就會往下走一步。
凡是可以for循環的，都是Iterable
凡是可以next()的，都是Iterator
『柒』 python中的迭代器的理解
9.9. 迭代器
現在你可能注意到大多數容器對象都可以用 for 遍歷:
for element in [1, 2, 3]:
print(element)
for element in (1, 2, 3):
print(element)
for key in {'one':1, 'two':2}:
print(key)
for char in "123":
print(char)
for line in open("myfile.txt"):
print(line, end='')
這種形式的訪問清晰、簡潔、方便。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。你可以是用內建的 next() 函數調用 __next__() 方法；以下是其工作原理的示例:
>>> s = 'abc'
>>> it = iter(s)
>>> it
>>> next(it)
'a'
>>> next(it)
'b'
>>> next(it)
'c'
>>> next(it)
Traceback (most recent call last):
File "
", line 1, in ?
next(it)
StopIteration
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:
『捌』 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。