Python函数式编程指南（三）：迭代器详解

下面是“Python函数式编程指南（三）：迭代器详解”的完整攻略。

什么是迭代器

迭代器是 Python 中的一个重要概念，所谓迭代器，就是一个可以同时迭代多个元素的对象，通过 next() 方法获取每个元素，并在元素全部返回后抛出 StopIteration 异常。迭代器可以用于遍历一个序列、树形结构或其他类型的数据集合。

创建迭代器

在 Python 中，可以使用内置的 iter() 函数创建一个迭代器对象，其基本语法为：

iter(object[, sentinel])

其中，object 表示要迭代的对象，sentinel 是可选的结束标记。如果省略 sentinel，则 object 必须是一个可迭代的序列对象，如果指定了 sentinel，则 object 只能是一个可调用的对象，它将重复调用直到该对象返回 sentinel。

示例代码：

# 使用iter()函数创建迭代器对象
my_list = [1, 2, 3, 4, 5]
my_iter = iter(my_list)

# 遍历迭代器对象
while True:
    try:
        item = next(my_iter) # 获取下一个元素
        print(item)
    except StopIteration:
        break  # 迭代完成，退出循环

输出结果：

1
2
3
4
5

自定义迭代器

在 Python 中，我们也可以通过定义一个类来实现自定义迭代器，其基本要求是：

• 类中必须定义一个 iter() 方法，返回一个迭代器对象。
• 迭代器对象必须实现 next() 方法，在每次调用时返回下一个元素。
• 如果没有更多的元素可供迭代，则 next() 方法应该抛出 StopIteration 异常。

示例代码：

# 自定义迭代器类
class MyIterator:
    def __init__(self, items):
        self.items = items
        self.current = 0  # 当前迭代位置

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < len(self.items):
            item = self.items[self.current]
            self.current += 1
            return item
        else:
            raise StopIteration

# 使用自定义迭代器
my_list = [1, 2, 3, 4, 5]
my_iter = MyIterator(my_list)

# 遍历迭代器对象
while True:
    try:
        item = next(my_iter) # 获取下一个元素
        print(item)
    except StopIteration:
        break  # 迭代完成，退出循环

输出结果：

1
2
3
4
5

在迭代器上应用函数

Python 中的函数式编程可以利用迭代器来实现高效的数据处理操作。

例如，使用 map() 函数可以对列表中的每个元素应用一个指定的函数，返回处理结果组成的新列表。

示例代码：

# 使用map()函数
my_list = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, my_list)
print(list(new_list))

输出结果：

[2, 4, 6, 8, 10]

在上述示例中，我们首先通过 lambda 表达式定义了一个将输入元素乘以 2 的函数，然后将该函数与 my_list 列表传递给 map() 函数，返回的迭代器对象 new_list 中包含了处理后的新元素。最后，通过打印 list() 函数返回的列表形式，输出了新列表的全部元素。

除了 map() 函数外，Python 还提供了类似的 reduce()、filter() 等常用函数，它们的基本原理都是将一个函数逐个应用于序列中的每个元素，并逐步累积处理结果。

以上就是本文介绍的“Python函数式编程指南（三）：迭代器详解”的完整攻略。