python-迭代器与可迭代对象

迭代器与可迭代对象

简述

迭代是数据处理的基石。扫描内存中放不下的数据集时，我们要找到一
种惰性获取数据项的方式，即按需一次获取一个数据项。这就是迭代器
模式

迭代器

迭代器是这样一个对象，实现了无参数__next__方法，返回序列中的下一个元素，

如果没有元素了，那么抛出StopIteration异常。

迭代器特性

迭代器对象为一次性消费，用完不可再生，

如果要再使用，需要重新获取迭代器；

此外，两个迭代器之间无干扰。

栗子

list1 = [1, 2, 3, 4, 5]

it1 = iter(list1)
print(next(it1)) #
print(next(it1)) #

print("\nfor loop")
for x in it1:
    print(x)

#
#
#

print("\nNo interference between two iters")
it2 = iter(list1)
it3 = iter(list1)
print(next(it2)) #
print(next(it3)) #
print(next(it2)) #
print(next(it3)) #

迭代器的作用

（1）for循环

（2）构建和扩展集合类型

（3）逐行遍历文本文件

（4）列表推导、字典推导和集合推导

（5）元组拆包

（6）调用函数时，使用*拆包实参

可迭代对象

如果对象实现了能返回迭代器的__iter__方法，那么对象就是可迭代的。

根据可迭代协议，__iter__ 方法实例化并返回一个迭代器，

Python 中的迭代器还实现了__iter__ 方法，因此迭代器也可以迭代。

python迭代对象的流程

在对一个可迭代对象迭代时，具体流程如下

（1） 检查对象是否实现了 __iter__ 方法，如果实现了就调用它，获取一个迭代器

（2）如果没有实现 __iter__ 方法，但是实现了 __getitem__ 方法，
python 会创建一个迭代器，尝试按顺序（从索引 0 开始）获取元素

（3）如果尝试失败，python 抛出 TypeError 异常，通常会提示"x object is not iterable"

迭代器与可迭代对象的关系

python是通过可迭代对象来获取迭代器的。

实际应用

（1）实现一个迭代器对象WeatherIterator，__next__每次返回一个城市的气温信息

（2）实现一个可迭代对象WeatherIterable，__iter__方法返回一个WeatherIterator对象

代码

from collections import Iterable, Iterator
import requests

class WeatherIterator(Iterator):
    def __init__(self, cities):
        self.cities = cities
        self.index = 0

    def __next__(self):
        if self.index == len(self.cities):
            raise StopIteration
        city = self.cities[self.index]
        self.index += 1
        return self.get_weather(city)

    def get_weather(self, city):
        url = 'http://wthrcdn.etouch.cn/weather_mini?city=' + city
        r = requests.get(url)
        data = r.json()['data']['forecast'][0]
        return city, data['high'], data['low']

class WeatherIterable(Iterable):
    def __init__(self, cities):
        self.cities = cities

    def __iter__(self):
        return WeatherIterator(self.cities)

def show(w):
    for x in w:
        print(x)

w = WeatherIterable(['北京', '上海', '广州'] * 10)
show(w)

参考资料：《流畅的python》

参考资料：python3实用编程技巧进阶