附代码什么是Python的迭代器和生成器？( 二 ) _Python

文章插图

完美！但等一下，我不是说迭代器也具有__iter __()方法吗？那是因为迭代器也是可迭代的，但反过来不成立。它们是自己的迭代器。让我通过遍历迭代器向你展示这个概念：

sample = ['data science', 'business analytics', 'machine learning']  it = sample.__iter__()  itit = it.__iter__()  print(type(itit))  print(itit.__next__())  print(itit.__next__())  print(itit.__next__())

文章插图

酷！但我们可以使用iter()和next()来代替__iter__()和__next__()方法，它们提供了一种更简洁的方法：

sample = ['statistics', 'linear algebra', 'probability']    # iterator  it = iter(sample)    # next values  print(next(it))  print(next(it))  print(next(it))

文章插图

但如果我们超过了调用next()方法的限制次数，该怎么办？这会发生什么呢？
print(next(it))

文章插图

是的，我们得到了一个错误！如果我们在到达迭代器的末尾之后尝试访问下一个值，则会引起StopIteration异常，该异常的意思是“你不能更进一步了！” 。
我们可以使用异常处理来处理此错误。实际上，我们可以自己构建一个循环来遍历可迭代的项：

sample = ['statistics', 'linear algebra', 'probability']  it = iter(sample)  while True:      # this will execute till an error is raised      try:          val = next(it)      # when we reach end of the list, error is raised and we break out of the loop      except StopIteration:          break      print(val)

文章插图

如果你退后一步，你会意识到，这正是for循环在底层运行的方式。我们在此处手动循环中所做的操作， for循环会自动执行相同的操作。这就是为什么for循环比遍历可迭代对象更可取，因为它们会自动处理异常。
每当我们迭代一个可迭代对象时， for循环通过iter()知道要迭代的项，并使用next()方法返回后续的项。
在Python中创建一个迭代器既然我们知道了Python迭代器是如何工作的，我们可以更深入地研究并从头开始创建一个迭代器，以更好地了解其是如何凑效的。
我将创建一个用于打印所有偶数的简单迭代器

class Sequence():      def __init__(self):          self.num = 2      def __iter__(self):          return self      def __next__(self):          val = self.num          self.num += 2          return val

让我们分解一下这段Python代码：