Python 面试题, Python 的 iterables 和 iterators 有什么区别?

Step 1

Q:: Python 的 iterables 和 iterators 有什么区别？

A:: 在 Python 中，iterables 是可以被迭代的对象，例如列表、元组和字符串。这些对象实现了 __iter__() 方法，可以返回一个 iterator。iterator 则是一个实现了 __next__() 方法的对象，它通过每次调用 __next__() 返回下一个元素，并且在没有元素时抛出 StopIteration 异常。简单来说，iterable 是包含元素的数据结构，iterator 是用来逐个访问这些元素的工具。

Step 2

Q:: 如何手动创建一个 iterator？

A:: 可以通过实现一个带有 __iter__() 和 __next__() 方法的类来手动创建一个 iterator。例如：

 
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):
            result = self.data[self.index]
            self.index += 1
            return result
        else:
            raise StopIteration
 
iter_obj = MyIterator([1, 2, 3])
for item in iter_obj:
    print(item)
 

这个例子展示了如何手动创建一个 iterator，并通过 for 循环迭代其内容。

Step 3

Q:: 如何使用 iter() 函数将 iterable 转化为 iterator？

A:: iter() 函数用于将一个 iterable 对象转化为 iterator。举例来说，列表是一个 iterable，但不是一个 iterator，因此可以使用 iter() 函数将它转化为一个 iterator。例如：

 
my_list = [1, 2, 3]
my_iterator = iter(my_list)
print(next(my_iterator))  # 输出 1
print(next(my_iterator))  # 输出 2
print(next(my_iterator))  # 输出 3
 

在此例中，iter() 将列表 my_list 转化为了 my_iterator，后者可以通过 next() 逐步访问列表中的元素。

Step 4

Q:: 什么是生成器（generator），它如何与 iterator 相关？

A:: 生成器是一种特殊的 iterator，它使用 yield 关键字来返回元素。与普通 iterator 不同，生成器不需要实现 __iter__() 和 __next__() 方法，因为它们是通过函数定义的。生成器每次迭代时保存上次离开的位置，能够继续执行。例如：

 
def my_generator():
    yield 1
    yield 2
    yield 3
 
gen = my_generator()
print(next(gen))  # 输出 1
print(next(gen))  # 输出 2
print(next(gen))  # 输出 3
 

生成器在大数据处理时非常有用，因为它们不会一次性加载所有数据，而是按需生成数据。