刘心向学(21)Python中的迭代器与内置函数

分享兴趣，传播快乐，

增长见闻，留下美好！

亲爱的您，这里是LearningYard新学苑。

今天小编为大家带来文章 “刘心向学（21）Python中的迭代器与内置函数”

欢迎您的访问。

Share interest, spread happiness,

Increase knowledge, leave a beautiful!

Dear, this is LearningYard Academy.

Today, the editor brings you an article. "Liu's Unwavering Commitment to Learning (21): Iterators and Built-in Functions in Python"

Welcome to your visit.

一、思维导图（Mind Map）

二、引言（Introduction）

在Python中，迭代器（Iterator）是一种强大的工具，它提供了一种统一的方式来遍历不同的数据结构，而无需关心其底层实现。通过使用迭代器，我们可以处理大规模数据集，同时也能帮助我们节省内存并提高代码的可读性。结合Python的内置函数，迭代器的功能可以得到进一步扩展和优化。本文将介绍如何利用Python的内置函数来增强迭代器的功能，并通过几个实际例子展示其应用。

In Python, an iterator is a powerful tool that provides a unified way to traverse different data structures without worrying about their underlying implementation. By using iterators, we can handle large datasets while also saving memory and improving code readability. Combined with Python's built-in functions, the functionality of iterators can be further extended and optimized. This article will introduce how to enhance the functionality of iterators using Python's built-in functions, along with several practical examples to demonstrate their applications.

三、迭代器基础回顾（Iterator Basics Recap）

迭代器是一个实现了 __iter__() 和 __next__() 方法的对象。__iter__() 方法返回迭代器对象本身，而 __next__() 方法返回序列中的下一个值。当没有更多元素时，__next__() 会抛出 StopIteration 异常。

An iterator is an object that implements the __iter__() and __next__() methods. The __iter__() method returns the iterator object itself, while the __next__() method returns the next value in the sequence. When there are no more elements, the __next__() method raises a StopIteration exception.

示例：创建一个简单的迭代器

Example: Creating a Simple Iterator

此代码片段定义了一个名为 SimpleRange 的类，实现了 __iter__() 和 __next__() 方法，用于生成从0到4的整数序列。

This code snippet defines a class named SimpleRange, which implements the __iter__() and __next__() methods to generate a sequence of integers from 0 to 4.

四、结合内置函数使用迭代器（Using Iterators with Built-in Functions）

Python 提供了多种内置函数来增强迭代器的功能，如 map(), filter(), zip(), enumerate() 等。这些函数可以帮助我们更高效地处理数据。

Python provides various built-in functions to enhance the functionality of iterators, such as map(), filter(), zip(), and enumerate(). These functions help us process data more efficiently.

示例：使用 map() 对列表进行操作

map() 函数可以对列表中的每个元素应用同一个函数，并返回一个新的迭代器。

Example: Using map() to Operate on a List

The map() function applies the same function to each element in a list and returns a new iterator.

此代码片段使用 map() 函数对 numbers 列表中的每个元素进行平方运算。

This code snippet uses the map() function to square each element in the numbers list.

实例：处理大文件

假设我们需要逐行读取并处理一个非常大的日志文件，使用迭代器可以帮助我们逐行读取文件，而不会一次性将整个文件加载到内存中：

Example: Processing Large Files

Suppose we need to read and process a very large log file line by line. Using iterators allows us to read the file one line at a time, avoiding loading the entire file into memory at once:

此代码片段定义了一个生成器函数 read_large_file，它可以逐行读取文件并返回每一行的内容。这样可以避免一次性将整个文件加载到内存中，特别适合处理大文件。

This code snippet defines a generator function read_large_file, which reads a file line by line and returns each line's content. This avoids loading the entire file into memory, making it especially suitable for processing large files.

实例：链式调用多个内置函数

通过链式调用多个内置函数，我们可以构建复杂的处理管道。以下是一个示例，展示了如何链式调用 map(), filter(), 和 sorted() 函数来处理数据：

Example: Chaining Multiple Built-in Functions

By chaining multiple built-in functions, we can construct complex data processing pipelines. Below is an example demonstrating how to chain the map(), filter(), and sorted() functions to process data:

此代码片段首先使用 map() 函数对 numbers 列表中的每个元素进行平方运算，然后使用 filter() 函数只保留偶数，最后使用 sorted() 函数对结果进行排序。

This code snippet first uses the map() function to square each element in the numbers list, then uses the filter() function to retain only even numbers, and finally uses the sorted() function to sort the results.

五、总结（Summary）

迭代器：一种实现了 __iter__() 和 __next__() 方法的对象，允许逐步遍历数据集。

Iterators: Objects that implement the __iter__() and __next__() methods, allowing incremental traversal of datasets.

内置函数：如 map(), filter(), zip(), enumerate() 等，可以增强迭代器的功能，使其更加灵活和强大。

Built-in Functions: Functions like map(), filter(), zip(), and enumerate() enhance the functionality of iterators, making them more flexible and powerful.

惰性计算：迭代器一次只生成一个值，而不是一次性生成整个序列，因此可以处理非常大的数据集。

Lazy Evaluation: Iterators generate one value at a time rather than generating the entire sequence at once, enabling the handling of very large datasets.

今天的分享就到这里了。

如果您对文章有独特的想法，

欢迎给我们留言，

让我们相约明天。

祝您今天过得开心快乐！

That's all for today's sharing.

If you have a unique idea about the article,

Please leave us a message,

Let us meet tomorrow.

I wish you a happy day today!

参考资料：通义千问

参考文献：Beazley, D., & Jones, B. K. (2019). Python Cookbook (3rd ed.). O'Reilly Media.

Hettinger, R. (2019). Transforming Code into Beautiful, Idiomatic Python. PyCon US.

本文由LearningYard新学苑整理发出，如有侵权请在后台留言沟通！

LearningYard新学苑

文字：qin

排版：qin

审核|qiu