### Python 迭代器知识点总结 #### 1. 迭代器的基本概念 迭代器是Python中一种重要的数据处理工具，用于逐个访问集合中的元素。通过实现迭代器协议，可以创建自定义的迭代器对象，从而适应特定需求[^3]。 #### 2. 迭代器协议 迭代器协议包含两个关键方法： - `__iter__()`：返回迭代器对象本身。 - `__next__()`：返回迭代器的下一个值。如果迭代器没有更多元素，则抛出`StopIteration`异常。 示例代码如下： ```python class MyIterator: def __init__(self, max_value): self.max_value = max_value self.current = 0 def __iter__(self): return self def __next__(self): if self.current < self.max_value: value = self.current self.current += 1 return value else: raise StopIteration # 使用自定义迭代器 iterator = MyIterator(5) for value in iterator: print(value) ``` #### 3. 创建迭代器对象 可以通过内置函数`iter()`从可迭代对象（如列表、元组、字符串等）创建迭代器对象。使用`next()`函数可以手动获取迭代器的下一个值[^3]。 示例代码如下： ```python lst = [1, 2, 3] iterator = iter(lst) print(next(iterator)) # 输出 1 print(next(iterator)) # 输出 2 ``` #### 4. 生成器 生成器是一种特殊的迭代器，允许逐个产生值，而不需要一次性生成所有值。生成器通过`yield`语句定义，提供了一种优雅的方式来处理数据流，特别是在处理大量数据或需要懒加载的场景中。 示例代码如下： ```python def my_generator(max_value): for i in range(max_value): yield i # 使用生成器 generator = my_generator(5) for value in generator: print(value) ``` #### 5. `itertools`模块 `itertools`模块提供了多种高效且功能强大的迭代器工具。例如，`itertools.chain`可以将多个可迭代对象连接成一个单一的迭代器[^1]。 示例代码如下： ```python import itertools lst1 = [1, 2, 3] lst2 = [4, 5, 6] chain = itertools.chain(lst1, lst2) print(list(chain)) # 输出 [1, 2, 3, 4, 5, 6] ``` #### 6. 迭代器的优点 - **惰性求值**：迭代器在需要时才生成下一个值，节省内存。 - **灵活性**：可以轻松处理无限序列或其他复杂的数据流。 - **统一接口**：所有迭代器都遵循相同的协议，便于操作和扩展。 #### 7. 常见用法 - **遍历**：使用`for`循环自动调用`__next__()`方法。 - **组合**：通过`itertools`模块实现复杂的迭代逻辑。 - **生成器表达式**：类似于列表推导式，但返回的是生成器对象。 示例代码如下： ```python # 生成器表达式 squares = (x**2 for x in range(5)) for value in squares: print(value) ``` ---