Python迭代器怎么实现?
2026-04-02 09:45:13
0浏览
收藏
Python迭代器的核心在于遵循迭代协议:通过实现`__iter__()`(返回自身)和`__next__()`(按需返回值或抛出`StopIteration`)两个方法,使对象具备被`for`循环、`next()`等工具遍历的能力;既可手动编写类(如`Countdown`)精准控制迭代逻辑,也能用`yield`定义生成器函数,让Python自动封装为高效、状态保持的迭代器——理解这一协议本质,远比记忆语法更重要,它为你打开了自定义遍历行为、实现惰性计算与内存优化的大门。

Python 迭代器通过实现 __iter__() 和 __next__() 两个特殊方法来实现。对象只要具备这两个方法,就能被 for 循环、next() 等迭代工具使用。
迭代器的核心协议
Python 的迭代协议规定:一个对象要是迭代器,必须同时满足:
- 有 __iter__() 方法,且该方法返回对象本身(即
return self); - 有 __next__() 方法,每次调用返回下一个值,遍历完后抛出 StopIteration 异常。
手动实现一个简单迭代器
比如实现一个从 0 数到 n-1 的计数器迭代器:
class Countdown:
def __init__(self, n):
self.n = n
self.current = 0
def __iter__(self):
return self # 迭代器自身就是可迭代对象
def __next__(self):
if self.current >= self.n:
raise StopIteration
value = self.current
self.current += 1
return value使用示例
for i in Countdown(3):
print(i) # 输出:0, 1, 2
生成器函数:更简洁的迭代器写法
用 yield 定义的函数会自动返回一个迭代器对象,无需手动写 __iter__ 和 __next__:
def countdown_gen(n):
current = 0
while current 效果等价于上面的 Countdown 类for i in countdown_gen(3):
print(i) # 同样输出:0, 1, 2
生成器函数在首次调用时返回一个生成器对象(本质是迭代器),每次 next() 调用会执行到下一个 yield 并暂停,状态自动保存。
注意区分:可迭代对象 vs 迭代器
不是所有能用 for 遍历的对象都是迭代器:
- 可迭代对象(如 list、str、dict)只实现了
__iter__(),返回一个迭代器; - 迭代器 是可迭代对象的“一次性的遍历工具”,既可被遍历,也实现了
__next__(); - 调用
iter(obj)可把可迭代对象转为迭代器;调用next(it)触发实际取值。
基本上就这些。掌握协议本质比死记语法更重要——只要守住 __iter__ 返回自己、__next__ 按需返回值+抛异常这两条,就能写出任意逻辑的迭代器。
终于介绍完啦!小伙伴们,这篇关于《Python迭代器怎么实现?》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
Go项目README编写实战指南
- 上一篇
- Go项目README编写实战指南
- 下一篇
- Radio 按钮控制表单字段启用与输入保留方法
查看更多
最新文章
-
- 文章 · python教程 | 1小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 4小时前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 6小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 378次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 449次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 457次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 400次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 227次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

