迭代器，可迭代和迭代究竟是什麼？

Python中「可迭代」，「迭代器」和「迭代」的最基本定義是什麼？

我已經閱讀了多個定義，可是我沒法肯定確切的含義，由於它仍然不會陷入。

有人能夠在外行方面爲我提供3個定義的幫助嗎？

---

#1樓

上面的答案很不錯，可是正如我所見到的大多數同樣，對於像我這樣的人來講，不要過於強調區別 。

一樣，人們傾向於經過在__foo__() 「 X是具備__foo__()方法的對象」這樣的定義來得到「 Python __foo__() 」。 這樣的定義是正確的-它們基於鴨子式的哲學，可是當試圖以簡單的方式理解概念時，對方法的關注每每會介於二者之間。

所以，我添加了個人版本。

---

用天然語言

• 迭代是在一行元素中一次獲取一個元素的過程。

在Python中，

• Iterable是一個很好的可迭代對象，簡單地說，意味着能夠在迭代中使用它，例如，使用for循環。 怎麼樣？ 經過使用迭代器 。 我會在下面解釋。

• ...，而迭代器是一個對象，它定義了如何實際執行迭代-特別是下一個元素是什麼 。 這就是爲何它必須具備next()方法的緣由。

迭代器自己也是可迭代的，區別在於其__iter__()方法返回相同的對象（ self ），而無論其先前調用next()是否已消耗其對象。

---

那麼，Python解釋器for x in obj:語句中看到for x in obj:時會怎麼想？

看，一個for循環。 看起來像是一個迭代器的工做...讓咱們獲得一個。 ...有這個obj傢伙，讓咱們問他。

「 obj先生，您有迭代器嗎？」 （...調用iter(obj) ，它調用obj.__iter__() ，它高興地發出了一個閃亮的新迭代器_i 。）

好的，那很簡單...讓咱們開始迭代。 （ x = _i.next() ... x = _i.next() ...）

因爲obj先生在該測試中成功（經過某種方法返回了有效的迭代器），咱們用形容詞來獎勵他：您如今能夠稱他爲「可迭代的obj先生」。

可是，在簡單的狀況下，一般不會從分別擁有Iterator和Iterable中受益。 所以，您僅定義一個對象，這也是它本身的迭代器。 （Python並不真的關心obj發出的_i並非那麼閃亮，而僅僅是obj自己。）

這就是爲何在我見過的大多數示例中（以及一遍又一遍使我困惑的緣由）中，您能夠看到：

class IterableExample(object):

    def __iter__(self):
        return self

    def next(self):
        pass

代替

class Iterator(object):
    def next(self):
        pass

class Iterable(object):
    def __iter__(self):
        return Iterator()

可是，在某些狀況下，能夠從使迭代器與可迭代的對象分離中受益，例如，當您但願有一行項目，但須要更多「遊標」時。 例如，當您要使用「當前」和「即將到來」的元素時，能夠爲這兩個元素使用單獨的迭代器。 或從龐大列表中提取多個線程：每一個線程均可以具備本身的迭代器以遍歷全部項目。 見@雷蒙德和@ glglgl的上述回答。

想象一下您能夠作什麼：

class SmartIterableExample(object):

    def create_iterator(self):
        # An amazingly powerful yet simple way to create arbitrary
        # iterator, utilizing object state (or not, if you are fan
        # of functional), magic and nuclear waste--no kittens hurt.
        pass    # don't forget to add the next() method

    def __iter__(self):
        return self.create_iterator()

筆記：

• 我將再次重複： 迭代器不可迭代 。 迭代器不能用做for循環中的「源」。 for循環主要須要的是__iter__() （該__iter__()返回next() ）。

• 固然， for並非惟一的迭代循環，所以上述內容一樣適用於某些其餘構造（ while ...）。

• 迭代器的next()能夠拋出StopIteration以中止迭代。 可是，它沒必要永久地迭代或使用其餘方式。

• 在上面的「思考過程」中， _i實際上並不存在。 我叫這個名字。

• Python 3.x有一個小的變化： next()方法（不是內置方法）如今必須稱爲__next__() 。 是的，一直以來都是這樣。

• 您也能夠這樣想：可迭代擁有數據，迭代器提取下一項

免責聲明：我不是任何Python解釋器的開發人員，因此我真的不知道解釋器的想法。 上面的沉思只是我如何從Python新手的其餘解釋，實驗和實際經驗中瞭解了我對這個主題的理解。

---

#2樓

在Python中，一切都是對象。 若是說一個對象是可迭代的，則意味着您能夠將對象做爲一個集合逐步進行（即迭代）。

例如，數組是可迭代的。 您可使用for循環遍歷它們，並從索引0到索引n，n是數組對象的長度減去1。

字典（鍵/值對，也稱爲關聯數組）也是可迭代的。 您能夠逐步瀏覽他們的鍵。

顯然，不是集合的對象是不可迭代的。 例如，布爾對象只有一個值爲True或False。 它不是可迭代的（它是一個可迭代的對象是沒有意義的）。

閱讀更多。 http://www.lepus.org.uk/ref/companion/Iterator.xml

---

#3樓

我不知道它是否對任何人都有幫助，但我老是喜歡在腦海中形象化概念以更好地理解它們。 所以，當我有一個小兒子時，我用磚塊和白皮書形象化了迭代/迭代器的概念。

假設咱們在黑暗的房間裏，在地板上，個人兒子有磚頭。 如今，大小，顏色不一樣的磚都再也不重要了。 假設咱們有5塊這樣的磚。 能夠將這5塊磚描述爲一個對象 -假設是磚塊套件 。 使用此積木工具包，咱們能夠作不少事情–能夠先取一個，而後取第二，再取第三，能夠更改積木的位置，將第一個積木放在第二個之上。 咱們能夠用這些作不少事情。 所以，這個積木工具包是一個可迭代的對象或序列，由於咱們能夠遍歷每一個積木並對其進行處理。 咱們只能作到像個人小兒子-咱們能夠在一個時間 一個磚頭打。 因此我再次覺得本身這個套磚工具是一個可迭代的工具 。

如今請記住，咱們在黑暗的房間裏。 或幾乎是黑暗的。 問題是咱們沒有清楚地看到這些磚塊，它們是什麼顏色，什麼形狀等。所以，即便咱們想對它們作些事情（也就是遍歷它們） ，咱們也不知道究竟是什麼以及如何作，由於它是太黑了。

咱們所能作的就是接近第一個磚塊（做爲磚塊工具包的組成部分），咱們能夠放一張白色熒光紙，以便咱們瞭解第一個磚塊元素的位置。 每次咱們從工具包中取出一塊磚塊時，都會將白紙替換爲下一塊磚塊，以便可以在黑暗的房間中看到它。 這張白紙只不過是一個迭代器 。 它也是一個對象 。 可是，具備可工做和可迭代對象的元素的對象–磚塊工具包。

順便說一下，這解釋了我在IDLE中嘗試如下操做並遇到TypeError時的早期錯誤：

>>> X = [1,2,3,4,5]
 >>> next(X)
 Traceback (most recent call last):
    File "<pyshell#19>", line 1, in <module>
      next(X)
 TypeError: 'list' object is not an iterator

清單X是咱們的積木工具包，但不是白紙。 我須要先找到一個迭代器：

>>> X = [1,2,3,4,5]
>>> bricks_kit = [1,2,3,4,5]
>>> white_piece_of_paper = iter(bricks_kit)
>>> next(white_piece_of_paper)
1
>>> next(white_piece_of_paper)
2
>>>

不知道是否有幫助，可是對我有幫助。 若是有人能夠確認/糾正該概念的可視化，我將不勝感激。 這將幫助我瞭解更多信息。

---

#4樓

iterable = [1, 2] 

iterator = iter(iterable)

print(iterator.__next__())   

print(iterator.__next__())

因此，

1. iterable是一個能夠循環的對象 。 例如list，string，tuple等。

2. 在咱們的iterable對象上使用iter函數將返回一個迭代器對象。

3. 如今該迭代器對象的方法命名__next__ （在Python 3，或者只是next在Python 2），經過它能夠訪問可迭代的每一個元素。

所以，以上代碼的輸出將是：

1個

2

---

#5樓

在處理迭代器和迭代器以前，決定迭代器和迭代器的主要因素是順序

順序：順序是數據的收集

Iterable：Iterable是支持Iter方法的序列類型對象。

Iter方法：Iter方法將序列做爲輸入並建立一個稱爲迭代器的對象

Iterator：Iterator是調用next方法並遍歷整個序列的對象。調用next方法時，它將返回當前遍歷的對象。

例：

x=[1,2,3,4]

x是一個由數據收集組成的序列

y=iter(x)

調用iter（x）時，僅當x對象具備iter方法時才返回迭代器，不然會引起異常。若是返回iterator，則y的分配方式以下：

y=[1,2,3,4]

因爲y是迭代器，所以它支持next（）方法

調用next方法時，它會一步一步返回列表的各個元素。

返回序列的最後一個元素後，若是再次調用下一個方法，則會引起StopIteration錯誤

例：

>>> y.next()
1
>>> y.next()
2
>>> y.next()
3
>>> y.next()
4
>>> y.next()
StopIteration