从零学AI 大语言模型Python篇：迭代器

迭代就是重复，但是每一次重复都是在上一次的基础上做的，跟上一次的结果是有关联的，并不是单纯的重复。

每一次重复，num的值都是基于上一次num的值计算之后的结果，这就叫迭代，而迭代其实就是迭代取值（或者说重复取值）的工具，并且每一次取值都和上一次是有关联的。

列表的重复取值：

用while循环实现了一个迭代取值的功能，但是这个迭代取值是基于索引的叠加，列表用这种方式没问题，元组、字符串也可以，但是字典和集合也有多个值，它们也有这种重复取值的场景，可是字典、集合，还有用open功能打开的文件它们没有索引，所以这种迭代取值的方式就有局限性。它不适用于没有索引的数据类型。python为了解决这种局限性，它就必须提供一种能够不依赖于索引的迭代取值方式，这就是迭代器。

只要是可以被for循环遍历的就是可迭代对象，但是这样不够准确。准确的说法应该是：只要内置有_iter_方法的就可以称之为可迭代对象。

它们都有_iter_方法，这些就叫可迭代对象，可以迭代的对象，这些数据类型都有_iter_方法，这个_iter_就是一个功能，也就是一个函数，是函数就有可能有返回值，用一个字典来看它的返回值是什么：

调用这个字典的_iter_方法，调用完后会有一个返回值，用res接着，print一下res。

iterator，这是一个迭代器，所以当调用可迭代对象下的_iter_方法后，就会得到一个迭代器，现在可以这样描述可迭代对象：可以转换成迭代器的对象，就称之为可迭代对象。

python设计迭代器的原因，是为了寻求一种不依赖索引也能够进行迭代取值的方案，所以python给那些没有索引的数据类型都内置了一个功能，叫_iter_功能，如果不想或者不能依赖索引进行迭代取值，就可以调用python提供的这个功能就可以了，只要调用了这个_iter_方法，python就会把这个d转换成迭代器对象。

现在res 就是一个迭代器对象，只要是迭代器对象，它下面就有一个_next_方法，调用这个_next_方法，就是在取它的值。每执行一次这个_next_方法，就会得到一个返回值，打印一下：

拿到了字典的第一个 key。

再调用一次，拿到了字典的第二个key，接着又调用一次，拿到了第三个key，调用了三次_next_，这个字典现在被取完了，第四次再调用的时候，就会抛出一个StopIteration的异常。

迭代器对象的两个基本的方法：

__iter__()：返回迭代器对象本身。

__next__()：返回迭代器的下一个元素。

当迭代器的所有元素都被访问完毕后，__next__() 方法会抛出一个 StopIteration 异常，表示迭代结束。

对于字典这种没有索引的数据类型，如果没有for循环的话，是没有办法实现迭代取值的，现在学习了一种不依赖索引的迭代取值方式，就是利用迭代器。试试看怎么用while循环对这个没有索引的字典进行迭代取值。

首先它提供了一个_iter_方法，只要调用了_iter_方法，就会得到一个它的迭代器版本，有了这个迭代器，就可以重复调用迭代器的_next_方法，就实现了迭代取值的需求。现在不需要这样一行一行的调用，因为如果这个字典有几十个键值对，这样写就不太现实了。

运行结果确实是把值遍历出来了，但是抛出了StopIteration这个异常。

要避免这种情况发生，就要用到另一个知识点，就是在print前面加一个try冒号，然后把可能会抛异常的代码缩进进去，后面再来一个except用来捕捉异常，捕捉的这个异常名就叫StopIteration，再写一个冒号，接着下面就是写捕捉到异常之后做什么，写一个break ，当捕捉到StopIteration这个异常之后，就结束掉循环。

现在就用while循环不依赖索引实现了迭代取值。

把这段代码再复制一遍再运行，看它能否进行多次循环取值：

结果还是只有一次的数据，第二次循环什么都没有取出来。

因为在Python中，迭代器是一次性的。一旦迭代器耗尽了所有元素，它就会抛出一个StopIteration异常，并且之后再次调用__next__()方法将不会恢复迭代，而是继续抛出StopIteration异常。

由于第一次循环已经耗尽了迭代器中的所有元素，迭代器已经处于结束状态。因此，再次调用res.__next__()会立即抛出StopIteration异常，导致循环什么也不打印并立即结束。

如果还想进行第二次遍历，就只能再调用一下d下面的_iter_方法，这样，第二次循环就可以取到值了。

可迭代对象就是内置有_iter_()方法的对象，当可迭代对象调用_iter_()方法之后，就会得到一个它的迭代器版本，也就是迭代器对象。
迭代器对象：内置有_next_方法，并且还内置有_iter_()方法的对象，。
当迭代对象调用_iter_()方法之后，就会得到迭代器的下一个值，迭代器对象调用_iter_()方法，得到的是迭代器本身（和没调一样），验证一下：
定义一个集合s = {1,2,3}，它下面有_iter_方法，但是没有_next_方法，因为_next_()方法是迭代器对象才有的。

打印验证res._iter_()是不是 is  res：

结果是True，说明迭代器对象调完_iter_()方法之后，确实得到的还是它本身。它调了_iter_()方法和没调一样，python 之所以这么设计，是为了让for循环的工作原理统一起来。就是说不管for循环的in后面跟的是可迭代对象，还是迭代器对象，都可以采用同一套运行机制。

如果for i in 一个可迭代对象，它会去调用这个可迭代对象的_iter_()方法，把它转换成一个迭代器；如果可迭代对象这里本身放的就是一个迭代器对象，那么for循环的工作原理不变，还是会去调它的_iter_()方法，拿到的结果也是一个迭代器。

用for循环取值：

相比上面用的while循环的方式for循环取值简单多了。

用while循环实现迭代取值，还要先把它转换成迭代器对象，然后调用_next_()方法，还得自己捕捉异常，用for循环两行代码就直接搞定，它背后的实现过程：

第 1 步，调用对象的_iter_()方法，得到一个它的迭代器版本；

第 2 步，for循环会调用这个迭代器对象的_next_()方法，拿到一个返回值，然后把这个返回值赋值给k；

第 3 步，循环执行第二步，直到抛出了StopIteration异常，for循环会自动捕捉异常，然后结束循环。

for循环做的这些事，其实就是前面写的try下面的这段代码做的事，这也进一步验证了前面所学的 for循环可以称之为迭代循环，而while循环称之为条件循环。

for 循环做的事while循环都可以做，但是在循环取值这件事上，for循环比while循环更加简洁。

可迭代对象就是内置有_iter_()方法的对象，而迭代器对象就是内置有_next_()方法、并且还内置有_iter_()方法的对象，既然迭代器对象也有_iter_()方法，那么是不是迭代器对象也是可迭代对象，因为它有_iter_()方法，但不能说可迭代对象是迭代器对象，因为迭代器对象要满足两点：既要有_iter_()方法，又要有_next_()方法才行。

前面的数据类型，列表、字符串、元组、字典和集合都有_iter_()方法，但是没有_next_()方法，而文件（文件对象）是有_iter_()方法和_next_()方法的，所以说文件其实是一个迭代器对象。

类型转换：

list(‘张三’)

tuple(‘张三’)

这两个功能背后其实就相当于调用了一个 for循环，原理和for循环一样，然后把遍历出来的值放在列表和元组里面，for循环原理的三个步骤也是它们的工作原理。

先调用这个字符串下面的_iter_()方法，转成一个迭代器，然后调用迭代器下面的_next_()方法，拿到返回值，把返回值放到列表里面，接着循环第二步，直到抛出了StopIteration异常。

list()的参数提示是iterable，就是可迭代对象，传的参数必须是可迭代的。

打开pycharm终端，然后打开python3 的交互式环境，定义一个字典，在后面点_iter_()，敲回车。运行结果：

说明它是可迭代对象，但是没有_next_()，说明它是被做成了可迭代对象。

字典还有.keys()和.items()，它们和values一样，都是可迭代对象。

range(10) 在 python3里面是一个可迭代对象，并不是一个迭代器对象，但是在python2 里面，这些功能得到的结果都是列表。但是列表可以说是可迭代对象，而不能说可迭代对象就是列表字典这种具体的数据类型，因为这个range的结果本身是没有任何值的。