Python迭代器实例简析

迭代器是什么

在Python中，迭代器是一个访问集合的对象，它通过 next() 方法实现了对元素的逐个访问，当所有元素被访问完毕后，会抛出 StopIteration 异常。

迭代器的优点

与Python中常用的序列(list, tuple, string等)相比，迭代器具有如下优点：

1. 不要求在内存中创建完整的数据结构，节省内存空间。
2. 迭代器可以表示一个无限大的数据流，并且不会因为无限数据而导致内存溢出。

迭代器的创建

Python中创建一个迭代器只需要实现 iter() 和 next() 两个方法即可。

iter() 方法返回迭代器对象本身。

next() 方法返回迭代器中的下一个元素，并在到达末尾时抛出 StopIteration 异常。

下面是一个简单的迭代器示例：

class MyIterator:
    def __init__(self, limit):
        self.limit = limit

    def __iter__(self):
        self.n = 0
        return self

    def __next__(self):
        if self.n < self.limit:
            self.n += 1
            return self.n
        else:
            raise StopIteration

# 使用迭代器
it = MyIterator(5)
for i in it:
    print(i)

输出结果为：

1
2
3
4
5

迭代器与生成器

在Python中，生成器是一种特殊的迭代器，可以通过生成器表达式或yield语句来构建。

与迭代器不同的是，生成器可以保存函数的内部状态，并在下一次调用时直接从上一次离开的地方继续执行，不需要重新计算。

下面是一个简单的生成器示例：

def gen_numbers(n):
    for i in range(n):
        yield i

# 使用生成器
g = gen_numbers(5)
for i in g:
    print(i)

输出结果为：

0
1
2
3
4

迭代器的应用举例

迭代器可以用于处理大规模的数据集，避免一次性将所有数据结果读入内存中造成内存溢出。

以下是一个使用迭代器读取超大文件的示例：

def read_file(file_path):
    with open(file_path, 'r') as f:
        while True:
            line = f.readline()
            if not line:
                break
            yield line

# 使用迭代器
for line in read_file('test.txt'):
    print(line)

此示例利用迭代器的方法逐行读取文件，可处理超大文件，不会因为文件过大导致内存溢出的问题。

以上就是关于Python迭代器的详细介绍和应用举例，希望对你理解迭代器和生成器的概念有所帮助。