本文实例讲述了Python迭代器定义与简单用法。分享给大家供大家参考，具体如下：
一、什么是迭代器
迭代，顾名思义就是重复做一些事很多次（就现在循环中做的那样）。迭代器是实现了__next__()方法的对象（这个方法在调用时不需要任何参数），它是访问可迭代序列的一种方式，通常其从序列的第一个元素开始访问，直到所有的元素都被访问才结束。 [注意]：迭代器只能前进不能后退
[迭代器的优点]:
使用迭代器不要求事先准备好整个迭代过程中的所有元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后元素可以不存在或者被销毁。因此迭代器适合遍历一些数量巨大甚至无限的序列。
二、创建迭代器
A、使用内建的工厂函数iter(iterable)可以将可迭代序列转换为迭代器
a=[1,2,3,4]b=(1,2,3)str='Tomwenxing'print(iter(a))print(iter(b))print(iter(str))
运行结果：
<listiterator object at 0x0000000001D6D550>
<tupleiterator object at 0x0000000001D6D550>
<iterator object at 0x0000000001D6D550>
B、自定义迭代器
•Python中迭代器的本质上每次调用__next__()方法都返回下一个元素或抛出StopIteration的容器对象
•由于Python中没有“迭代器”这个类，因此具有以下两个特性的类都可以称为“迭代器”类：
1、有__next__()方法，返回容器的下一个元素或抛出StopIteration异常
2、有__iter__()方法，返回迭代器本身
#斐波那契数列class Fabs(): def __init__(self,max): self.max=max self.n,self.a,self.b=0,0,1 def __iter__(self):#定义__iter__方法 return self def __next__(self):#定义__next__方法 if self.n<self.max: tmp=self.b self.a,self.b=self.b,self.a+self.b #等价于： #t=(self.a,self.a+self.b) #self.a=t[0] #self.b=t[1] self.n+=1 return tmp raise StopIterationprint(Fabs(5))for item in Fabs(10): print(item,end=' ')
运行结果：
<__main__.Fabs object at 0x00000000023F9278>
1 1 2 3 5 8 13 21 34 55
三、迭代器的方法
1.iter.__next__()：返回迭代器的下一个元素，但没有下一个元素时抛出StopIteration异常
list=[1,2,3,4]list=iter(list)print(list.__next__())print(list.__next__())print(list.__next__())print(list.__next__())print(list.__next__())
运行结果：
Traceback (most recent call last):
File "E:py3DemoHelloiterDemo.py", line 7, in <module>
print(list.__next__())
StopIteration
1
2
3
4
2.iter.__iter__():返回迭代器对象本身
list=[1,2,3,4]list=iter(list)print(list.__iter__())
运行结果：
<list_iterator object at 0x0000000001D6F208>
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
您可能感兴趣的文章:
- 深入讲解Python中的迭代器和生成器
- python的迭代器与生成器实例详解
- python中迭代器（iterator）用法实例分析
- 详解Python迭代和迭代器
- 举例讲解Python中的迭代器、生成器与列表解析用法
- Python用zip函数同时遍历多个迭代器示例详解
- Python使用迭代器打印螺旋矩阵的思路及代码示例
- Python中的迭代器漫谈
- Python迭代和迭代器详解
- Python迭代器和生成器介绍
