迭代器是一種逐個訪問集合元素的機制，能節省內存。1. 迭代器需實現__iter__()和__next__()方法；2. 自定義迭代器可靈活控制數據訪問；3. 生成器用yield更簡潔實現迭代；4. itertools模塊支持復雜迭代邏輯；5. 迭代器適用于大數據處理和web開發等場景。
迭代器，簡單來說，就是一種可以讓你逐個訪問集合中元素的東西，而不用一次性把所有元素都加載到內存里。這在處理大型數據集時尤其有用，可以節省大量內存。自定義迭代器則賦予了你更靈活地控制數據訪問方式的能力。
首先，我們需要理解迭代器協議。
迭代器協議
迭代器協議是python中實現迭代器必須遵守的規則，它包含兩個方法：__iter__() 和 __next__()。
立即學習“Python免費學習筆記（深入）”；
自定義迭代器示例
下面是一個簡單的自定義迭代器，它會生成一個指定范圍內的平方數序列。
class SquareIterator: def __init__(self, start, end): self.start = start self.end = end self.current = start def __iter__(self): return self def __next__(self): if self.current > self.end: raise StopIteration else: square = self.current ** 2 self.current += 1 return square # 使用迭代器 squares = SquareIterator(1, 5) for square in squares: print(square)
這段代碼的關鍵在于__next__() 方法。它負責計算下一個平方數，并更新 self.current。當 self.current 超過 self.end 時，會引發 StopIteration 異常，告訴 for 循環迭代已經結束。
為什么需要自定義迭代器？
自定義迭代器有很多用途。想象一下，你需要處理一個非常大的文件，比如一個巨大的日志文件。一次性加載到內存肯定是不行的。這時，你就可以自定義一個迭代器，每次只讀取文件的一小部分，進行處理，然后釋放內存。
迭代器和生成器的區別是什么？
迭代器需要定義一個類，實現 __iter__() 和 __next__() 方法。而生成器則可以使用 yield 關鍵字更簡潔地實現迭代。生成器實際上是一種特殊的迭代器。
例如，上面的平方數迭代器可以用生成器這樣實現：
def square_generator(start, end): for i in range(start, end + 1): yield i ** 2 # 使用生成器 squares = square_generator(1, 5) for square in squares: print(square)
可以看到，生成器的代碼更加簡潔。yield 關鍵字會暫停函數的執行，并返回一個值。下次調用生成器時，會從上次暫停的地方繼續執行。
如何處理復雜的迭代邏輯？
對于更復雜的迭代邏輯，比如需要根據某些條件跳過某些元素，或者需要同時迭代多個序列，你可以使用更高級的迭代器工具，例如 itertools 模塊。
itertools 模塊提供了很多有用的迭代器函數，例如 chain(), zip_longest(), islice() 等。這些函數可以幫助你更方便地處理復雜的迭代邏輯。
例如，你可以使用 itertools.chain() 將多個序列連接起來：
import itertools list1 = [1, 2, 3] list2 = [4, 5, 6] combined = itertools.chain(list1, list2) for item in combined: print(item)
迭代器在實際項目中的應用
迭代器在實際項目中有很多應用。例如，在數據分析中，你可以使用迭代器來處理大型數據集，避免一次性加載到內存。在Web開發中，你可以使用迭代器來生成大型的html頁面，避免一次性生成整個頁面。
迭代器是一種非常強大的工具，可以幫助你更高效地處理數據。掌握迭代器的使用方法，可以讓你寫出更簡潔、更高效的Python代碼。
