深入理解Python中的Iterator（全面解析Python迭代器与可迭代对象）

可迭代对象 vs 迭代器

很多初学者容易混淆“可迭代对象”（Iterable）和“迭代器”（Iterator）。它们之间的关系如下：

• 可迭代对象：实现了 __iter__() 方法的对象，例如 list、tuple、str、dict 等。你可以用 for 循环遍历它们。
• 迭代器：实现了 __iter__() 和 __next__() 方法的对象。它是可迭代对象通过调用 iter() 函数后生成的结果。

换句话说：所有迭代器都是可迭代对象，但并非所有可迭代对象都是迭代器。

手动创建一个迭代器

我们可以通过定义一个类来实现自己的迭代器。下面是一个简单的例子：从1开始计数到指定数字。

class CountDown:    def __init__(self, start):        self.start = start    def __iter__(self):        return self    def __next__(self):        if self.start <= 0:            raise StopIteration        self.start -= 1        return self.start + 1# 使用示例counter = CountDown(3)for num in counter:    print(num)# 输出：# 3# 2# 1

在这个例子中，CountDown 类就是一个迭代器。它实现了 __iter__ 和 __next__ 方法，因此可以直接用于 for 循环。

内置函数 iter() 和 next()

Python 提供了两个内置函数来操作迭代器：

• iter(obj)：将可迭代对象转换为迭代器
• next(iterator)：手动获取迭代器的下一个元素

my_list = [10, 20, 30]my_iter = iter(my_list)print(next(my_iter))  # 输出: 10print(next(my_iter))  # 输出: 20print(next(my_iter))  # 输出: 30# print(next(my_iter))  # 抛出 StopIteration 异常

为什么使用迭代器？

使用迭代器有以下优势：

1. 内存效率高：迭代器是“惰性求值”的，只在需要时生成下一个值，不会一次性加载所有数据到内存（比如读取大文件）。
2. 代码简洁：配合 for 循环，使代码更清晰易读。
3. 支持无限序列：比如斐波那契数列、自然数等，可以用迭代器轻松实现。

总结

通过本篇Python编程教程，你应该已经掌握了Python Iterator的基本概念、如何区分可迭代对象与迭代器、以及如何自定义迭代器。理解这些知识，不仅能帮助你更好地使用 Python 内置的数据结构，还能让你在处理大数据或设计 API 时写出更高效的代码。

记住：迭代器是 Python “鸭子类型”哲学的完美体现——只要一个对象能像迭代器一样工作（即有 __iter__ 和 __next__），它就是迭代器！

继续练习吧！尝试自己实现一个斐波那契数列的迭代器，你会对这个概念有更深的理解。