关于Python迭代器的问题有哪些

这篇文章主要讲解了"关于Python迭代器的问题有哪些"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"关于Python迭代器的问题有哪些"吧！

第一个问题：什么是迭代器?

迭代器，英文 Iterator，它首先是个对象，其次它是访问可迭代序列(Iterable)的一种方式。通常其从序列的第一个元素开始访问，直到所有的元素都被访问才结束。

迭代器又是一个特殊的对象，特殊在于它必须实现两个方法：__iter__和__next__.

第二个问题：为什么要有迭代器?

迭代器存在的一个最重要价值：节省内存，这在小数据量时无足轻重。

但是，当数据量大或者对程序要求性能高时，它的价值凸显。

第三个问题：迭代器怎么节省内存了?

只知道使用迭代器能节省内存，但却不知道怎么使用才能节省内存，下面就来回答这个问题。

首先创建一个list：

In [1]: a=[1,3,5,9,10]

其次，列表内每个元素+1，创建一个新列表

In [2]: a1 = [i+1 for i in a]

依次打印a1中每个元素：

In [8]: for i in a1:     ...:     print(i)

上面操作等价于：

a1 = [] for i in a:   a1.append(i+1) for i in a1:   print(i)

空间复杂度为 O(n)，n为列表a内元素个数。

但是，使用迭代器实现上面的元素+1并打印的空间复杂度是多少呢?

ait = (i+1 for i in a) # 得到生成器，也是一种特殊的迭代器 for i in ait:   print(i)

上面操作等价于：

for i in a:   print(i+1)

不需要额外空间，所以使用迭代器加1并打印的空间复杂度为O(1).

结论：迭代器更加节省空间!

第四个问题：如何自定义一个迭代器?

上面说过，迭代器对象必须要实现两个方法，为了更加具体，我们演示如何自定义一个迭代器。

自定义一个迭代器，实现斐波那契数列：

#斐波那契数列 class Fabs():     def __init__(self,max):         self.max=max         self.n,self.a,self.b=0,0,1          #定义__iter__方法     def __iter__(self):         return self              #定义__next__方法     def __next__(self):         if self.n
使用这个迭代器，打印斐波那契数列前10项：
In [13]: for item in Fabs(10):      ...:     print(item,end=' ')                                                                     1 1 2 3 5 8 13 21 34 55
第五个问题：迭代器使用有哪些注意事项?
迭代器只能前进不能回退!
也就是说一旦迭代结束，要想再使用此迭代器对象从头开始遍历元素，将是不可行的!
In [14]: a=iter([1,4,5])   In [16]: next(a)                                                                 Out[16]: 1  In [17]: next(a)                                                                 Out[17]: 4  In [18]: next(a)                                                                 Out[18]: 5  # 要想再使用此迭代器对象从头开始遍历元素，将是不可行的！ In [19]: next(a)                                            # 抛出异常：StopIteration:
使用内置函数iter，可将Iterable序列转化为迭代器。
感谢各位的阅读，以上就是"关于Python迭代器的问题有哪些"的内容了，经过本文的学习后，相信大家对关于Python迭代器的问题有哪些这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！