学习Python迭代器和生成器：实现自定义迭代器和生成器的方法

Python 迭代器和生成器是一种强大的编程工具，它们可以在循环中遍历和操作数据。

迭代器是一个能够实现迭代协议的对象，它通过实现 __iter__() 和 __next__() 方法来实现。__iter__() 返回迭代器对象自身，__next__() 返回序列中的下一项。当序列的所有项都被遍历完后，__next__() 方法会引发 StopIteration 异常。

下面是一个自定义迭代器的示例：

class MyIterator:
    def __init__(self, data):
        self.data = data
        self.index = 0
        
    def __iter__(self):
        return self
        
    def __next__(self):
        if self.index >= len(self.data):
            raise StopIteration
        value = self.data[self.index]
        self.index += 1
        return value

my_iterator = MyIterator([1, 2, 3, 4, 5])

for item in my_iterator:
    print(item)

运行这段代码会输出序列中的每一项。

生成器是一种更简洁的迭代器实现方式，它使用了一个特殊的函数和 yield 语句。生成器函数通过 yield 在每次迭代中产生一个值，函数执行状态会被暂停，直到下一次迭代开始。

下面是一个自定义生成器的示例：

def my_generator(data):
    for item in data:
        yield item

my_generator_obj = my_generator([1, 2, 3, 4, 5])

for item in my_generator_obj:
    print(item)

运行这段代码也会输出序列中的每一项。

通过自定义迭代器和生成器，我们可以实现更加灵活和高效的循环和数据操作。迭代器和生成器的一个重要特点是它们是惰性计算的，只有在需要时才会生成或者返回数据，这对于处理大型数据集合尤为有用。

总结一下，通过实现 __iter__() 和 __next__() 方法可以自定义迭代器，而使用生成器函数和 yield 语句可以实现自定义生成器。迭代器和生成器是处理数据的强大工具，在编写高效的Python代码时经常会用到。