1. 手動(dòng)遍歷迭代器

你想遍歷一個(gè)可迭代對(duì)象中的所有元素晦嵌，但是卻不想使用for循環(huán)同辣。

請(qǐng)使用 next() 函數(shù)并在代碼中捕獲 StopIteration 異常。我們也可提供默認(rèn)值用于標(biāo)記結(jié)尾惭载。

>>> items = [1, 2, 3]
>>> it = iter(items) # Invokes items.__iter__()
>>> 
>>> next(it) # Invokes it.__next__()
1
>>> next(it)
2
>>> next(it)
3
>>> next(it)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
>>> 
>>> next(it, None)

何為可迭代對(duì)象旱函，需要這個(gè)對(duì)象中實(shí)現(xiàn)了 __iter__() 以及 __next__()兩個(gè)函數(shù)。

2. 代理迭代

class Node:

    def __init__(self, value):
        self._value = value
        self._children=[]

    def __repr__(self):
        return 'Node({!r})'.format(self._value)

    def add_child(self, child):
        self._children.append(child)

    def __iter__(self):
        return iter(self._children)


if __name__ == '__main__':
    root=Node(0)
    child1=Node(1)
    child2=Node(2)
    root.add_child(child1)
    root.add_child(child2)
    print(root)
    for child in root:
        print(child)

Python 的迭代器協(xié)議需要 __iter__() 方法返回一個(gè)實(shí)現(xiàn)了 __next__() 方法的迭代器對(duì)象棕兼。 如果你只是迭代遍歷其他容器的內(nèi)容陡舅，你無(wú)須擔(dān)心底層是怎樣實(shí)現(xiàn)的抵乓。你所要做的只是傳遞迭代請(qǐng)求既可伴挚。

這里的 iter() 函數(shù)的使用簡(jiǎn)化了代碼， iter(s) 只是簡(jiǎn)單的通過(guò)調(diào)用 s.__iter__() 方法來(lái)返回對(duì)應(yīng)的迭代器對(duì)象灾炭， 就跟 len(s) 會(huì)調(diào)用 s.__len__() 原理是一樣的茎芋。

3. 使用生成器創(chuàng)建新的迭代模式

如果我們想用函數(shù)實(shí)現(xiàn)生成器函數(shù)，那么函數(shù)中需要有一個(gè) yield 語(yǔ)句即可將其轉(zhuǎn)換為一個(gè)生成器蜈出。 跟普通函數(shù)不同的是田弥，生成器只能用于迭代操作，且只能使用一次铡原。

>>> def countdown(n):
...     print('Starting to count from', n)
...     while n > 0:
...             yield n
...             n -= 1
...     print('Done!')
... 
>>> 
>>> c=countdown(3)
>>> c
<generator object countdown at 0x101aa93b8>
>>> 
>>> next(c)
Starting to count from 3
3
>>> next(c)
2
>>> next(c)
1
>>> next(c)
Done!
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

生成器只能使用一次

>>> n=(n*n for n in range(0, 10))
>>> 
>>> 
>>> sum(n)
285
>>> sum(n)
0

4. 實(shí)現(xiàn)迭代器協(xié)議

當(dāng)想實(shí)現(xiàn)一個(gè)具有迭代功能的自定義對(duì)象時(shí)偷厦，最好的辦法就是使用生成器函數(shù)商叹。

class Node:
    def __init__(self, value):
        self._value = value
        self._children=[]

    def __repr__(self):
        return 'Node({!r})'.format(self._value)

    def add_child(self, child):
        self._children.append(child)

    def __iter__(self):
        return iter(self._children)

    def depth_first(self):
        yield self
        for c in self:
            yield from c.depth_first()

Python 的迭代協(xié)議要求一個(gè) __iter__() 方法返回一個(gè)特殊的迭代器對(duì)象， 這個(gè)迭代器對(duì)象實(shí)現(xiàn)了 __next__() 方法并通過(guò) StopIteration 異常標(biāo)識(shí)迭代的完成只泼。 但是剖笙，實(shí)現(xiàn)這些通常會(huì)比較繁瑣。

我們實(shí)現(xiàn)這個(gè)深度優(yōu)先的遞歸遍歷樹形節(jié)點(diǎn)的生成器请唱，最直接的方式就是使用 yield 弥咪、yield from 將函數(shù)變成生成器函數(shù)。

5. 反向迭代

反方向迭代一個(gè)序列十绑，需要使用reversed()函數(shù)聚至。

>>> a = [1, 2, 3, 4]
>>> for x in reversed(a):
...     print(x)
...
4
3
2
1

反向迭代需要兩個(gè)條件：

• 當(dāng)對(duì)象的大小可預(yù)先確定

• 對(duì)象實(shí)現(xiàn)了__reversed__() 的特殊方法時(shí)才能生效。

如果兩者都不符合本橙，那你必須先將對(duì)象轉(zhuǎn)換為一個(gè) list 才行扳躬。

>>> f = open('/Users/faris/Desktop/docker.txt')
>>> 
>>> for line in reversed(list(f)):
...     print(line, end='')

在自定義類上實(shí)現(xiàn) __reversed__() 方法來(lái)實(shí)現(xiàn)反向迭代，會(huì)使代碼更加的高效勋功，因?yàn)椴挥迷俎D(zhuǎn)化成 list后再反向迭代坦报。

class Countdown:
    def __init__(self, start):
        self.start = start
    def __iter__(self):
        n = self.start
        while n > 0 :
            yield n
            n = n - 1
    def __reversed__(self):
        n = 0
        while n <= self.start:
            yield n
            n = n + 1

>>> a=Countdown(10)
>>> [n for n in a]
[10, 9, 8, 7, 6, 5, 4, 3, 2, 1]
>>> 
>>> [n for n in reversed(a)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

6. 迭代器切片

標(biāo)準(zhǔn)的切片操作，需要知道所切對(duì)象的長(zhǎng)度狂鞋，因此迭代器與生成器不能使用標(biāo)準(zhǔn)切片片择。

函數(shù) itertools.islice() 正好適用于在迭代器和生成器上做切片操作

>>> a=[10, 20, 30]
>>> 
>>> a[1:]
[20, 30]
>>>  
>>> b=(n for n in a)
>>> 
>>> b[1:]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'generator' object is not subscriptable
>>> 
>>> b=(n for n in a)
>>> for x in itertools.islice(b, 1, 2):
...     print(x)
... 
20

7. 跳過(guò)可迭代對(duì)象的開始部分

你想遍歷一個(gè)可迭代對(duì)象，但是它開始的某些元素你并不感興趣骚揍，想跳過(guò)它們字管。

itertools.dropwhile() 函數(shù)，你給它傳遞一個(gè)函數(shù)對(duì)象和一個(gè)可迭代對(duì)象信不，它會(huì)返回一個(gè)迭代器對(duì)象嘲叔。

>>> from itertools import dropwhile
>>> 
>>> with open('/etc/passwd') as f:
...     for line in dropwhile(lambda line: line.startswith('#'), f):
...         print(line, end='')

如果想跳過(guò)前幾個(gè)元素的話，可以使用上一節(jié)的 itertools.islice()

>>> from itertools import islice
>>> 
>>> a=[10, 20, 30, 40, 50]
>>> for n in islice(a, 3, None):
...     print(n)
... 
40
50

或者我們?nèi)匀豢梢允褂蒙善鱽?lái)完成抽活。

>>> with open('/etc/passwd') as f:
...     lines = (line for line in f if not line.startswith('#'))
...     for line in lines:
...         print(line, end='')

8. 排列組合的迭代

迭代遍歷一個(gè)集合中元素的所有可能的排列或組合硫戈。

8.1 itertools.permutations()

可以得到輸入序列的所有排列組合

>>> from itertools import permutations
>>> 
>>> items = ['a', 'b', 'c']
>>> for p in permutations(items):
...     print(p)
... 
('a', 'b', 'c')
('a', 'c', 'b')
('b', 'a', 'c')
('b', 'c', 'a')
('c', 'a', 'b')
('c', 'b', 'a')

也可以選擇可排列的個(gè)數(shù)

>>> from itertools import permutations
>>> 
>>> items = ['a', 'b', 'c']
>>> for p in permutations(items, 2):
...     print(p)
... 
('a', 'b')
('a', 'c')
('b', 'a')
('b', 'c')
('c', 'a')
('c', 'b')

8.2 itertools.combinations()

可以得到輸入序列的所有組合。（不關(guān)心順序）

>>> from itertools import combinations
>>> 
>>> items = ['a', 'b', 'c']
>>> for p in combinations(items, 2):
...     print(p)
... 
('a', 'b')
('a', 'c')
('b', 'c')

8.3 itertools.combinations_with_replacement()

在組合時(shí)下硕，允許同一元素在不同位置重復(fù)出現(xiàn)

>>> from itertools import combinations_with_replacement
>>> 
>>> items = ['a', 'b', 'c']
>>> for p in combinations_with_replacement(items, 2):
...     print(p)
... 
('a', 'a')
('a', 'b')
('a', 'c')
('b', 'b')
('b', 'c')
('c', 'c')

9. 序列上索引值迭代

你想在迭代一個(gè)序列的同時(shí)跟蹤正在被處理的元素索引丁逝。

內(nèi)置的 enumerate() 函數(shù)可以很好的解決這個(gè)問(wèn)題:

>>> my_list = ['a', 'b', 'c']
>>> 
>>> for n in enumerate(my_list):
...     print(n)
... 
(0, 'a')
(1, 'b')
(2, 'c')

你可以傳遞一個(gè)開始索引參數(shù):

>>> my_list = ['a', 'b', 'c']
>>> 
>>> for n in enumerate(my_list, 2):
...     print(n)
... 
(2, 'a')
(3, 'b')
(4, 'c')

這樣在你處理錯(cuò)誤是很好定位的。

def parse_data(filename):
    with open(filename, 'rt') as f:
        for lineno, line in enumerate(f, 1):
            fields = line.split()
            try:
                count = int(fields[1])
            except ValueError as e:
                print('Line {}: Parse error: {}'.format(lineno, e))

另外需要注意：

序列元素本身就是元組的時(shí)候梭姓，取值應(yīng)該是這樣子的霜幼。

>>> data = [ (1, 2), (3, 4), (5, 6), (7, 8) ]
>>> 
>>> for no, (x, y) in enumerate(data):
...     print(no, x, y)
... 
0 1 2
1 3 4
2 5 6
3 7 8

10. 展開嵌套的序列

你想將一個(gè)多層嵌套的序列展開成一個(gè)單層列表。

我們可以寫一個(gè)包含 yield from 語(yǔ)句的遞歸生成器來(lái)輕松解決這個(gè)問(wèn)題:

>>> from collections import Iterable
>>> 
>>> def flatten(items, ignore_types=(str, bytes)):
...     for n in items:
...         if isinstance(n, Iterable) and not isinstance(n, ignore_types):
...             yield from flatten(n)
...         else:
...             yield  n
... 
>>> 
>>> items = [1, 2, [3, 4, [5, 6], 7], 8, 'faris']
>>> 
>>> print([n for n in flatten(items)])
[1, 2, 3, 4, 5, 6, 7, 8, 'faris']

isinstance 用來(lái)判斷類型誉尖。

11. 順序迭代合并后的排序迭代對(duì)象

你有一系列排序序列罪既，想將它們合并后得到一個(gè)排序序列并在上面迭代遍歷。

可以使用 heapq.merge。由于它不會(huì)立即合并琢感，所以我們可以在很長(zhǎng)的序列上使用它丢间，也不會(huì)帶來(lái)很大的開銷。

但是要求所有序列必須是排過(guò)序的驹针。

>>> import heapq
>>> a = [1, 4, 7, 10]
>>> b = [2, 5, 6, 11]
>>> 
>>> for n in heapq.merge(a, b):
...     print(n)
... 
1
2
4
5
6
7
10
11

如果有一個(gè)序列沒有排序千劈，它不會(huì)檢查，則會(huì)直接輸出：

>>> import heapq
>>> a = [1, 4, 7, 10]
>>> b = [ 6, 11, 2, 5]
>>> 
>>> for n in heapq.merge(a, b):
...     print(n)
... 
1
4
6
7
10
11
2
5