Python的迭代器协议到底是什么？（python 迭代器协议）

25-02-28 12

在本文中，我们将详细介绍Python的迭代器协议到底是什么？的各个方面，并为您提供关于python迭代器协议的相关解答，同时，我们也将为您带来关于python-迭代器(迭代协议/可迭代对象)、Pyth

在本文中，我们将详细介绍Python的迭代器协议到底是什么？的各个方面，并为您提供关于python 迭代器协议的相关解答，同时，我们也将为您带来关于python - 迭代器(迭代协议/可迭代对象)、Python 3中的迭代器、Python 中的数字到底是什么？、python 的迭代器：如何使用 Python 迭代器来提高编程效率的有用知识。

本文目录一览：

Python的迭代器协议到底是什么？（python 迭代器协议）
python - 迭代器(迭代协议/可迭代对象)
Python 3中的迭代器
Python 中的数字到底是什么？
python 的迭代器：如何使用 Python 迭代器来提高编程效率

Python的迭代器协议到底是什么？（python 迭代器协议）

有客观定义吗？它是作为python源代码的一部分实现的吗？如果是这样，有人可以产生确切的代码行吗？是否所有语言都有自己的“ for”语句迭代器协议？

答案1

小编典典

它位于这里的文档：

需要为容器对象定义一种方法以提供迭代支持：

container.__iter__()

返回一个迭代器对象。需要该对象支持以下所述的迭代器协议。如果容器支持不同类型的迭代，则可以提供其他方法来专门请求那些迭代类型的迭代器。（支持多种形式的迭代的对象的示例可能是同时支持广度优先和深度优先遍历的树结构。）此方法对应tp_iter于Python
/ C API中Python对象的类型结构的插槽。

需要迭代器对象本身支持以下两种方法，它们共同构成了迭代器协议：

iterator.__iter__()

返回迭代器对象本身。这是必需的，以允许容器和迭代器与for和in语句一起使用。此方法对应tp_iter于Python / C
API中Python对象的类型结构的插槽。

iterator.__next__()

从容器返回下一个项目。如果没有其他项目，请引发StopIteration异常。此方法对应tp_iternext于Python / C
API中Python对象的类型结构的插槽。

python - 迭代器(迭代协议/可迭代对象)

迭代器

# 迭代器协议
# 迭代协议:对象必须提供一个next方法,执行该方法要么返回迭代中的下一项,要么就触发一个 StopIteration 异常,以终止迭代(只能往后走不能往前退)
# 可迭代对象:实现了迭代器协议的对象(对象内部定义可一个__iter__()方法)
# 完整的迭代器 = 迭代协议(__next__)  + 迭代对象(__iter__)

# 示例:
class Test():
    def __init__(self,num):
        self.num = num
    def __iter__(self):
        return self
    def __next__(self):
        if self.num == 100:
            raise StopIteration("大于100终止迭代....")
        self.num += 1
        return self.num

x = Test(10)
#利用next函数或者class内置__next__方法调用
print(next(x))
print(x.__next__())

#用for循环的方式访问迭代器
for i in x:
    print(i)

Python 3中的迭代器

在 Python 3中,许多返回列表的函数(现在是类)现在返回iterables,最常见的例子是range.在这种情况下,范围在Python 3中是可迭代的,以提高性能和内存效率(因为您不必再构建列表).

其他“新”迭代是map,enumerate,zip和字典操作dict.keys(),dict.values()和dict.items()的输出. (可能还有更多,但我不知道).

其中一些(枚举和映射)通过将它们转换为迭代可能变得更有效.在Python 2.7中,其他人只是创建了已经在内存中的对象列表,因此它们可以提高内存效率.

为什么然后将它们变成可以在每次要对它们进行排序时必须转换为列表的迭代,等等？

解决方法

几个原因：

>字典操作现在返回dictionary view objects;这些也可以作为集合,为您提供更丰富的对象,以便在您的代码中使用.在Python 2中,你必须使用dict.view *()方法来做同样的事情.
> Python 2中的字典操作产生了一个新的列表对象;即使索引引用现有对象,列表对象也会占用内存.这里还有另一个副作用;列表索引会增加所有这些字典内容的引用计数,这也会影响性能(并且可能会刷新cpu缓存).
> zip()和map()可以始终适用于任何迭代,包括生成器,但在应用时会将所有内容都拉到一个大的列表中.通过在Python 3中将它们转换为生成器,它们不再自动消耗这样的迭代.

请注意,Python 2中的enumerate()从未返回过列表,它总是返回一个迭代器.

只需在这些对象上应用list(),就可以始终获得旧的Python 2行为.如果你需要排序的项目,你可以在iterable上调用sorted().但是你现在可以选择而不是强制列表对象.

对于Python中的大多数用例,您从未真正需要一个完整的列表.您通常会迭代这些结果.对它们进行排序不是最常见的用例,索引它们也不是.因此,对于大多数用例而言,更改是一种胜利,为程序员提供了仅使用标准函数和类型生成更高效代码的工具.

Python 中的数字到底是什么？

花下猫语：在 Python 中，不同类型的数字可以直接做算术运算，并不需要作显式的类型转换。但是，它的“隐式类型转换”可能跟其它语言不同，因为 Python 中的数字是一种特殊的对象，派生自同一个抽象基类。在上一篇文章中，我们讨论到了 Python 数字的运算，然后我想探究“Python 的数字对象到底是什么”的话题，所以就翻译了这篇 PEP，希望对你也有所帮助。

PEP原文： https://www.python.org/dev/peps/pep-3141/

PEP标题： PEP 3141 -- A Type Hierarchy for Numbers

PEP作者： Jeffrey Yasskin

创建日期： 2007-04-23

译者：豌豆花下猫@Python猫公众号

PEP翻译计划： https://github.com/chinesehua...

概要

本提案定义了一种抽象基类（ABC）（PEP 3119）的层次结构，用来表示类似数字（number-like）的类。它提出了一个 Number :> Complex :> Real :> Rational :> Integral 的层次结构，其中 A :> B 表示“A 是 B 的超类”。该层次结构受到了 Scheme 的数字塔（numeric tower）启发。（译注：数字--复数--实数--有理数--整数）

基本原理

以数字作为参数的函数应该能够判定这些数字的属性，并且根据数字的类型，确定是否以及何时进行重载，即基于参数的类型，函数应该是可重载的。

例如，切片要求其参数为Integrals，而math模块中的函数要求其参数为Real。

规范

本 PEP 规定了一组抽象基类（Abstract Base Class），并提出了一个实现某些方法的通用策略。它使用了来自于PEP 3119的术语，但是该层次结构旨在对特定类集的任何系统方法都有意义。

标准库中的类型检查应该使用这些类，而不是具体的内置类型。

数值类

我们从 Number 类开始，它是人们想象的数字类型的模糊概念。此类仅用于重载；它不提供任何操作。

class Number(metaclass=ABCMeta): pass

大多数复数（complex number）的实现都是可散列的，但是如果你需要依赖它，则必须明确地检查：此层次结构支持可变的数。

class Complex(Number):
    """Complex defines the operations that work on the builtin complex type.

    In short, those are: conversion to complex, bool(), .real, .imag,
    +, -, *, /, **, abs(), .conjugate(), ==, and !=.

    If it is given heterogenous arguments, and doesn''t have special
    knowledge about them, it should fall back to the builtin complex
    type as described below.
    """

    @abstractmethod
    def __complex__(self):
        """Return a builtin complex instance."""

    def __bool__(self):
        """True if self != 0."""
        return self != 0

    @abstractproperty
    def real(self):
        """Retrieve the real component of this number.

        This should subclass Real.
        """
        raise NotImplementedError

    @abstractproperty
    def imag(self):
        """Retrieve the real component of this number.

        This should subclass Real.
        """
        raise NotImplementedError

    @abstractmethod
    def __add__(self, other):
        raise NotImplementedError

    @abstractmethod
    def __radd__(self, other):
        raise NotImplementedError

    @abstractmethod
    def __neg__(self):
        raise NotImplementedError

    def __pos__(self):
        """Coerces self to whatever class defines the method."""
        raise NotImplementedError

    def __sub__(self, other):
        return self + -other

    def __rsub__(self, other):
        return -self + other

    @abstractmethod
    def __mul__(self, other):
        raise NotImplementedError

    @abstractmethod
    def __rmul__(self, other):
        raise NotImplementedError

    @abstractmethod
    def __div__(self, other):
        """a/b; should promote to float or complex when necessary."""
        raise NotImplementedError

    @abstractmethod
    def __rdiv__(self, other):
        raise NotImplementedError

    @abstractmethod
    def __pow__(self, exponent):
        """a**b; should promote to float or complex when necessary."""
        raise NotImplementedError

    @abstractmethod
    def __rpow__(self, base):
        raise NotImplementedError

    @abstractmethod
    def __abs__(self):
        """Returns the Real distance from 0."""
        raise NotImplementedError

    @abstractmethod
    def conjugate(self):
        """(x+y*i).conjugate() returns (x-y*i)."""
        raise NotImplementedError

    @abstractmethod
    def __eq__(self, other):
        raise NotImplementedError

    # __ne__ is inherited from object and negates whatever __eq__ does.

Real抽象基类表示在实数轴上的值，并且支持内置的float的操作。实数（Real number）是完全有序的，除了 NaN（本 PEP 基本上不考虑它）。

class Real(Complex):
    """To Complex, Real adds the operations that work on real numbers.

    In short, those are: conversion to float, trunc(), math.floor(),
    math.ceil(), round(), divmod(), //, %, <, <=, >, and >=.

    Real also provides defaults for some of the derived operations.
    """

    # XXX What to do about the __int__ implementation that''s
    # currently present on float?  Get rid of it?

    @abstractmethod
    def __float__(self):
        """Any Real can be converted to a native float object."""
        raise NotImplementedError

    @abstractmethod
    def __trunc__(self):
        """Truncates self to an Integral.

        Returns an Integral i such that:
          * i>=0 iff self>0;
          * abs(i) <= abs(self);
          * for any Integral j satisfying the first two conditions,
            abs(i) >= abs(j) [i.e. i has "maximal" abs among those].
        i.e. "truncate towards 0".
        """
        raise NotImplementedError

    @abstractmethod
    def __floor__(self):
        """Finds the greatest Integral <= self."""
        raise NotImplementedError

    @abstractmethod
    def __ceil__(self):
        """Finds the least Integral >= self."""
        raise NotImplementedError

    @abstractmethod
    def __round__(self, ndigits:Integral=None):
        """Rounds self to ndigits decimal places, defaulting to 0.

        If ndigits is omitted or None, returns an Integral,
        otherwise returns a Real, preferably of the same type as
        self. Types may choose which direction to round half. For
        example, float rounds half toward even.

        """
        raise NotImplementedError

    def __divmod__(self, other):
        """The pair (self // other, self % other).

        Sometimes this can be computed faster than the pair of
        operations.
        """
        return (self // other, self % other)

    def __rdivmod__(self, other):
        """The pair (self // other, self % other).

        Sometimes this can be computed faster than the pair of
        operations.
        """
        return (other // self, other % self)

    @abstractmethod
    def __floordiv__(self, other):
        """The floor() of self/other. Integral."""
        raise NotImplementedError

    @abstractmethod
    def __rfloordiv__(self, other):
        """The floor() of other/self."""
        raise NotImplementedError

    @abstractmethod
    def __mod__(self, other):
        """self % other

        See
        https://mail.python.org/pipermail/python-3000/2006-May/001735.html
        and consider using "self/other - trunc(self/other)"
        instead if you''re worried about round-off errors.
        """
        raise NotImplementedError

    @abstractmethod
    def __rmod__(self, other):
        """other % self"""
        raise NotImplementedError

    @abstractmethod
    def __lt__(self, other):
        """< on Reals defines a total ordering, except perhaps for NaN."""
        raise NotImplementedError

    @abstractmethod
    def __le__(self, other):
        raise NotImplementedError

    # __gt__ and __ge__ are automatically done by reversing the arguments.
    # (But __le__ is not computed as the opposite of __gt__!)

    # Concrete implementations of Complex abstract methods.
    # Subclasses may override these, but don''t have to.

    def __complex__(self):
        return complex(float(self))

    @property
    def real(self):
        return +self

    @property
    def imag(self):
        return 0

    def conjugate(self):
        """Conjugate is a no-op for Reals."""
        return +self

我们应该整理 Demo/classes/Rat.py，并把它提升为 Rational.py 加入标准库。然后它将实现有理数（Rational）抽象基类。

class Rational(Real, Exact):
    """.numerator and .denominator should be in lowest terms."""

    @abstractproperty
    def numerator(self):
        raise NotImplementedError

    @abstractproperty
    def denominator(self):
        raise NotImplementedError

    # Concrete implementation of Real''s conversion to float.
    # (This invokes Integer.__div__().)

    def __float__(self):
        return self.numerator / self.denominator

最后是整数类：

class Integral(Rational):
    """Integral adds a conversion to int and the bit-string operations."""

    @abstractmethod
    def __int__(self):
        raise NotImplementedError

    def __index__(self):
        """__index__() exists because float has __int__()."""
        return int(self)

    def __lshift__(self, other):
        return int(self) << int(other)

    def __rlshift__(self, other):
        return int(other) << int(self)

    def __rshift__(self, other):
        return int(self) >> int(other)

    def __rrshift__(self, other):
        return int(other) >> int(self)

    def __and__(self, other):
        return int(self) & int(other)

    def __rand__(self, other):
        return int(other) & int(self)

    def __xor__(self, other):
        return int(self) ^ int(other)

    def __rxor__(self, other):
        return int(other) ^ int(self)

    def __or__(self, other):
        return int(self) | int(other)

    def __ror__(self, other):
        return int(other) | int(self)

    def __invert__(self):
        return ~int(self)

    # Concrete implementations of Rational and Real abstract methods.
    def __float__(self):
        """float(self) == float(int(self))"""
        return float(int(self))

    @property
    def numerator(self):
        """Integers are their own numerators."""
        return +self

    @property
    def denominator(self):
        """Integers have a denominator of 1."""
        return 1

运算及magic方法的变更

为了支持从 float 到 int（确切地说，从 Real 到 Integral）的精度收缩，我们提出了以下新的 __magic__ 方法，可以从相应的库函数中调用。所有这些方法都返回 Intergral 而不是 Real。

__trunc__(self)：在新的内置 trunc(x) 里调用，它返回从 0 到 x 之间的最接近 x 的 Integral。
__floor__(self)：在 math.floor(x) 里调用，返回最大的 Integral <= x。
__ceil__(self)：在 math.ceil(x) 里调用，返回最小的 Integral > = x。
__round__(self)：在 round(x) 里调用，返回最接近 x 的 Integral ，根据选定的类型作四舍五入。浮点数将从 3.0 版本起改为向偶数端四舍五入。（译注：round(2.5) 等于 2，round(3.5) 等于 4）。它还有一个带两参数的版本__round__(self, ndigits)，被 round(x, ndigits) 调用，但返回的是一个 Real。

在 2.6 版本中，math.floor、math.ceil 和 round 将继续返回浮点数。

float 的 int() 转换等效于 trunc()。一般而言，int() 的转换首先会尝试__int__()，如果找不到，再尝试__trunc__()。

complex.__{divmod, mod, floordiv, int, float}__ 也消失了。提供一个好的错误消息来帮助困惑的搬运工会很好，但更重要的是不出现在 help(complex) 中。

给类型实现者的说明

实现者应该注意使相等的数字相等，并将它们散列为相同的值。如果实数有两个不同的扩展，这可能会变得微妙。例如，一个复数类型可以像这样合理地实现 hash()：

def __hash__(self):
    return hash(complex(self))

但应注意所有超出了内置复数范围或精度的值。

添加更多数字抽象基类

当然，数字还可能有更多的抽象基类，如果排除了添加这些数字的可能性，这会是一个糟糕的等级体系。你可以使用以下方法在 Complex 和 Real 之间添加MyFoo：

class MyFoo(Complex): ...
MyFoo.register(Real)

实现算术运算

我们希望实现算术运算，使得在混合模式的运算时，要么调用者知道如何处理两种参数类型，要么将两者都转换为最接近的内置类型，并以此进行操作。

对于 Integral 的子类型，这意味着__add__和__radd__应该被定义为：

class MyIntegral(Integral):

    def __add__(self, other):
        if isinstance(other, MyIntegral):
            return do_my_adding_stuff(self, other)
        elif isinstance(other, OtherTypeIKnowAbout):
            return do_my_other_adding_stuff(self, other)
        else:
            return NotImplemented

    def __radd__(self, other):
        if isinstance(other, MyIntegral):
            return do_my_adding_stuff(other, self)
        elif isinstance(other, OtherTypeIKnowAbout):
            return do_my_other_adding_stuff(other, self)
        elif isinstance(other, Integral):
            return int(other) + int(self)
        elif isinstance(other, Real):
            return float(other) + float(self)
        elif isinstance(other, Complex):
            return complex(other) + complex(self)
        else:
            return NotImplemented

对 Complex 的子类进行混合类型操作有 5 种不同的情况。我把以上所有未包含 MyIntegral 和 OtherTypeIKnowAbout 的代码称为“样板”。

a 是 A 的实例，它是Complex(a : A <: Complex) 的子类型，还有 b : B <: Complex。对于 a + b，我这么考虑：

如果 A 定义了接受 b 的__add__，那么没问题。
如果 A 走到了样板代码分支（译注：else 分支），还从__add__返回一个值的话，那么我们就错过了为 B 定义一个更智能的__radd__的可能性，因此样板应该从__add__返回 NotImplemented。（或者 A 可以不实现__add__）
然后 B 的__radd__的机会来了。如果它接受 a，那么没问题。
如果它走到样板分支上，就没有办法了，因此需要有默认的实现。
如果 B <: A，则 Python 会在 A.__ add__之前尝试 B.__ radd__。这也可以，因为它是基于 A 而实现的，因此可以在委派给 Complex 之前处理这些实例。

如果 A <: Complex 和 B <: Real 没有其它关系，则合适的共享操作是内置复数的操作，它们的__radd__都在其中，因此 a + b == b + a。（译注：这几段没看太明白，可能译得不对）

被拒绝的方案

本 PEP 的初始版本定义了一个被 Haskell Numeric Prelude 所启发的代数层次结构，其中包括 MonoidUnderPlus、AdditiveGroup、Ring 和 Field，并在得到数字之前，还有其它几种可能的代数类型。

我们原本希望这对使用向量和矩阵的人有用，但 NumPy 社区确实对此并不感兴趣，另外我们还遇到了一个问题，即便 x 是 X <: MonoidUnderPlus 的实例，而且 y 是 Y < : MonoidUnderPlus 的实例，x + y 可能还是行不通。

然后，我们为数字提供了更多的分支结构，包括高斯整数（Gaussian Integer）和 Z/nZ 之类的东西，它们可以是 Complex，但不一定支持“除”之类的操作。

社区认为这对 Python 来说太复杂了，因此我现在缩小了提案的范围，使其更接近于 Scheme 数字塔。

十进制类型

经与作者协商，已决定目前不将 Decimal 类型作为数字塔的一部分。

参考文献

1、抽象基类简介：http://www.python.org/dev/peps/pep-3119/

2、可能是 Python 3 的类树？Bill Janssen 的 Wiki 页面：http://wiki.python.org/moin/AbstractBaseClasses

3、NumericPrelude：数字类型类的实验性备选层次结构：http://darcs.haskell.org/numericprelude/docs/html/index.html

4、Scheme 数字塔：https://groups.csail.mit.edu/mac/ftpdir/scheme-reports/r5rs-html/r5rs_8.html#SEC50

（译注：在译完之后，我才发现“PEP中文翻译计划”已收录过一篇译文，有些地方译得不尽相同，读者们可比对阅读。）

致谢

感谢 Neal Norwitz 最初鼓励我编写此 PEP，感谢 Travis Oliphant 指出 numpy 社区并不真正关心代数概念，感谢 Alan Isaac 提醒我 Scheme 已经做到了，以及感谢 Guido van Rossum 和邮件组里的其他人帮忙完善了这套概念。

版权

该文档已放入公共领域。

源文件：https://github.com/python/peps/blob/master/pep-3141.txt

python 的迭代器：如何使用 Python 迭代器来提高编程效率

从数据到大模型应用，11 月 25 日，杭州源创会，共享开发小技巧

Python 的迭代器是一种特殊的对象，它可以用来遍历可迭代对象（如列表、字典、元组）中的元素。它通过实现 __iter__() 和 __next__() 方法来实现迭代器功能，并使用 next () 函数来获取下一个元素。

下面是一个简单的迭代器示例：

# 定义一个迭代器类

class MyIterator:

def __init__(self, data):

self.data = data

self.index = 0

def __iter__(self):

return self

def __next__(self):

if self.index >= len(self.data):

raise StopIteration

else:

self.index += 1

return self.data[self.index - 1]

# 创建一个迭代器对象

my_iterator = MyIterator([1, 2, 3, 4, 5])

# 使用 next () 函数遍历迭代器

print(next(my_iterator))

关于Python的迭代器协议到底是什么？和python 迭代器协议的问题我们已经讲解完毕，感谢您的阅读，如果还想了解更多关于python - 迭代器(迭代协议/可迭代对象)、Python 3中的迭代器、Python 中的数字到底是什么？、python 的迭代器：如何使用 Python 迭代器来提高编程效率等相关内容，可以在本站寻找。

本文标签：