python学习笔记 | 7.5、高级特性-迭代器

一、整体思路（一句话看懂）

1. 能放进 for 循环里遍历的，叫 可迭代对象（Iterable）

   比如：列表、字符串、字典、元组…

2. 能被 next () 一个个取数据的，叫 迭代器（Iterator）

   迭代器 = 更高级的可迭代对象，

   惰性计算

   （用到才算，不占内存）

3. 所有迭代器都是可迭代对象，但可迭代对象不一定是迭代器

4. 想用next()取普通列表 / 字符串？用iter()转成迭代器就行！

二、具体说明

1. 可迭代对象 Iterable

定义：能直接用for ... in ...循环遍历的东西。

常见例子：

• list 列表[1,2,3]
• str 字符串"abc"
• dict 字典{"name":"小明"}
• tuple 元组(1,2,3)
• set 集合

不能用 next ()，直接用会报错！

2. 迭代器 Iterator

定义：

• 能用for循环
• 能用next()一个个取值
• 惰性计算：不一次性生成所有数据，用到才算，省内存

常见例子：

• 生成器(x for x in range(10))
• 用iter()转换后的可迭代对象

取到最后没数据了，会抛出StopIteration错误。

3. 关键转换

普通可迭代对象 → 迭代器

迭代器对象 = iter(普通可迭代对象)

三、超简单实例（直接复制运行）

🌰 例子 1：判断是不是可迭代对象

# 导入判断工具 from collections.abc import Iterable # 列表：是 print(isinstance([1,2,3], Iterable)) # True # 字符串：是 print(isinstance("hello", Iterable)) # True # 数字：不是 print(isinstance(123, Iterable)) # False

🌰 例子 2：判断是不是迭代器

from collections.abc import Iterator # 生成器：是迭代器 print(isinstance((x for x in range(5)), Iterator)) # True # 列表：不是迭代器 print(isinstance([1,2,3], Iterator)) # False

🌰 例子 3：把列表变成迭代器（重点！）

# 普通列表（可迭代，但不是迭代器） my_list = [10, 20, 30] # 转成迭代器 it = iter(my_list) # 用 next() 一个个取 print(next(it)) # 10 print(next(it)) # 20 print(next(it)) # 30 # 再取就报错：StopIteration（没数据了） # print(next(it))

🌰 例子 4：for 循环的本质（超重要）

# 我们平时写的 for x in [1,2,3]: print(x) # 它底层等价于： it = iter([1,2,3]) while True: try: x = next(it) print(x) except StopIteration: break

四、终极口诀（记住就够了）

1. 能 for 循环 → 可迭代对象
2. 能 next () → 迭代器
3. 列表 / 字符串 / 字典 → 可迭代，但不是迭代器
4. iter () 一转 → 立刻变成迭代器
5. 迭代器惰性计算，省内存，能表示无限数据

总结

你只需要记住：

• Iterable= 能遍历
• Iterator= 能一个个取（惰性）
• iter()= 普通对象变迭代器
• next()= 手动取迭代器里的值

分割线练习题

一、基础判断题（每题10分，共50分）

判断下列说法是否正确，对的打√，错的打×，并简要说明理由（小白可简单写）。

1. 列表 [1,2,3] 是可迭代对象（Iterable），也是迭代器（Iterator）。（ ❌️）
2. 生成器 (x for x in range(3)) 可以用 next() 函数取值。（ ✅️）
3. 字符串 “python” 不是可迭代对象，因为它不能用 next() 取值。（ ❌️）
4. 用 iter() 函数可以把字典 {“a”:1} 转换成迭代器。（ ✅️）
5. 所有可迭代对象（Iterable）都可以直接用 next() 函数取值。（❌️ ）

二、实操选择题（每题15分，共30分）

请选出正确答案，可先尝试运行代码（小白建议复制到Python里跑一跑）。

1. 下列代码运行后，输出结果是（C） from collections.abc import Iterable, Iterator a = (x for x in range(2)) print(isinstance(a, Iterable), isinstance(a, Iterator))
   1. A. True False
   2. B. False True
   3. C. True True
   4. D. False False
2. 下列代码运行后，会输出什么（ C❌️A✅️） my_str = “abc” it = iter(my_str) print(next(it), next(it))
   1. A. a b
   2. B. abc
   3. C. 报错
   4. D. a c

三、实操编程题（20分）

请写出代码，完成以下需求（小白可参考之前的实例，一步步写）：

1. 定义一个列表 my_list = [100, 200, 300, 400]，判断它是否是可迭代对象、是否是迭代器；

#❌️ my_list = [100, 200, 300, 400] print(my_list,isinstance(my_list,iterators.Iterable))

#✅️ from collections.abc import Iterable, Iterator my_list = [100, 200, 300, 400] print('列表内容',my_list) print('是否是可迭代对象',isinstance(my_list,Iterable)) print('是否是迭代器',isinstance(my_list,Iterator))

2、将这个列表转换成迭代器；

from collections.abc import Iterable, Iterator my_list = [100, 200, 300, 400] print('列表内容',my_list) print('是否是可迭代对象',isinstance(my_list,Iterable)) print('是否是迭代器',isinstance(my_list,Iterator)) # #❌️ # x for x in my_list: # print(x) it = iter(my_list) # 这一行就是转换！ print("\n转换后，是不是迭代器？", isinstance(it, Iterator))

3、用 next() 函数依次取出迭代器中的所有值（注意处理 StopIteration 错误，可选做）。

# 1. 定义一个列表 my_list = [100, 200, 300, 400]，判断它是否是可迭代对象、是否是迭代器； from collections.abc import Iterable, Iterator my_list = [100, 200, 300, 400] print('列表内容',my_list) print('是否是可迭代对象',isinstance(my_list,Iterable)) print('是否是迭代器',isinstance(my_list,Iterator)) # 2. 将这个列表转换成迭代器； # #❌️ # x for x in my_list: # print(x) #✅️ it = iter(my_list) # 这一行就是转换！ print("\n转换后，是不是迭代器？", isinstance(it, Iterator)) # 3. 用 next() 函数依次取出迭代器中的所有值（注意处理 StopIteration 错误，可选做）。 # ❌️ # try: # print(x for x in next(it)) # except StopIteration: # print('结束') #✅️ while True: try: print(next(it)) except StopIteration: print('结束') break

四、答案与解析

一、基础判断题答案

1. × 解析：列表 [1,2,3] 是可迭代对象（能for循环），但不是迭代器（不能直接用next()取值）。
2. √ 解析：生成器是迭代器，迭代器可以用next()一个个取值。
3. × 解析：字符串 “python” 是可迭代对象（能for循环遍历），只是不能直接用next()，转成迭代器后才可以。
4. √ 解析：iter() 函数的作用就是把可迭代对象（字典是可迭代对象）转换成迭代器。
5. × 解析：只有迭代器能直接用next()，普通可迭代对象（比如列表、字符串）不能直接用。

二、实操选择题答案

1. C 解析：生成器既是可迭代对象（能for循环），也是迭代器（能next()），所以两个判断都是True。
2. A 解析：iter(my_str) 把字符串转成迭代器，next(it) 依次取第一个、第二个字符，就是 a 和 b。

三、实操编程题答案（两种写法，小白选第一种即可）

基础写法（不处理报错，适合小白）：

# 1. 定义列表并判断fromcollections.abcimportIterable,Iterator my_list=[100,200,300,400]print("是否是可迭代对象：",isinstance(my_list,Iterable))# 输出Trueprint("是否是迭代器：",isinstance(my_list,Iterator))# 输出False# 2. 转换成迭代器it=iter(my_list)# 3. 用next()取值print(next(it))# 100print(next(it))# 200print(next(it))# 300print(next(it))# 400# 再写一次next(it)会报错，因为没有数据了

进阶写法（处理报错，更规范）：

fromcollections.abcimportIterable,Iterator my_list=[100,200,300,400]# 判断print("是否是可迭代对象：",isinstance(my_list,Iterable))print("是否是迭代器：",isinstance(my_list,Iterator))# 转换迭代器it=iter(my_list)# 循环取所有值，处理报错whileTrue:try:print(next(it))exceptStopIteration:print("没有更多数据了")break

总结

做错的题目，对应回去看之前的总结： - 判断题错了 → 再记“可迭代=能for，迭代器=能next”； - 选择题错了 → 复制代码到Python里运行，看实际结果； - 编程题不会 → 参考实例，先写判断，再转迭代器，最后用next()取值，一步步来。

分割线=collections.abc是什么

. 逐部分拆解（核心）

• from collections.abc import ...：固定写法，意思是 “从 Python 自带的collections.abc模块里，拿出我们需要的工具”
• 类比：就像从家里的工具箱（collections.abc模块）里，拿出尺子和剪刀（需要的工具）。
• Iterable：是 “可迭代对象” 的判断工具，用来判断一个对象（比如列表、字符串）能不能用for循环遍历。
• Iterator：是 “迭代器” 的判断工具，用来判断一个对象能不能用next()函数一个个取值。

2. 为什么必须写这行代码？

没有这行代码，直接用isinstance(my_list, Iterable)或isinstance(my_list, Iterator)，Python 会报错（不认识Iterable和Iterator）。

分割线巩固练习题

巩固练习题（迭代器专属，2 道基础 + 1 道实操）

题目 1 判断对错

1. list、str、dict 都是 Iterable，但不是 Iterator。（❌️）答错了，应该是✅️

​ 解析：

​ 列表、字符串、字典、元组、集合

​ 👉 全都能 for 循环= 是Iterable

​ 👉 全都不能直接 next ()= 不是Iterator

1. iter(字符串)可以把字符串转为迭代器。（✅️）
2. 迭代器取完所有元素后，继续next()不会报错。（❌️）

题目 2 选择题

下列哪一个天生就是迭代器 Iterator？ C

A. [1,2,3]

B. “hello”

C. (x for x in range(5))

D. {“a”:1}

解析—答对了

• A 列表、B 字符串、D 字典：

  都是

  可迭代对象 Iterable

  ，但

  不是迭代器

• C(x for x in range(5))：生成器

  生成器 = 天生的迭代器 Iterator，可以直接用

  next()

题目 3 实操编程

按步骤写代码：

1. 定义字符串 s = “python”
2. 判断 s 是否为 Iterable、是否为 Iterator
3. 用iter()转为迭代器
4. 循环 + try-except + next () 取出所有字符，最后打印「取值完毕」

## 题目 3 实操编程 from collections.abc import Iterable, Iterator # 按步骤写代码： # 1. 定义字符串 s = "python" s = "python" # 2. 判断 s 是否为 Iterable、是否为 Iterator print(s,isinstance(s,Iterable)) print(s,isinstance(s,Iterator)) # 3. 用 `iter()` 转为迭代器 it = iter(s) # 4. 循环 + try-except + next () 取出所有字符，最后打印「取值完毕」 while True: try: print(next(it)) except StopIteration: print('取值完毕') #补充 break

分割线生成器和迭代器关系

生成器一共就两种形式，小白牢牢记住

第一种：生成器表达式（括号写法）

语法：把列表生成式的[]改成()

# 列表生成式 lst = [x for x in range(5)] # 生成器表达式（第二种生成器） g = (x for x in range(5))

特点：

• 一行写完，简单轻便
• 天生就是迭代器
• 惰性取值，省内存

第二种：生成器函数（带 yield）

语法：函数里不写return，写yield

def gen(): yield 1 yield 2 yield 3

特点：

• 逻辑复杂、多步逻辑用它
• 遇到yield暂停，下次next()继续执行

一句话总结

生成器两种写法：

1. 生成器表达式👉(x for x in ...)
2. yield 生成器函数👉 函数里写 yield

关键关系

• 两种写法，全部都是生成器
• 所有生成器，全部都是迭代器

一、生成器两种形式 完整 + 极简示例

形式 1：生成器表达式（小括号）

把列表推导式[]换成()，就是生成器。

# 列表（一次性全部生成，占内存） lst = [x*2 for x in range(4)] # 生成器表达式（惰性，用到才算） g1 = (x*2 for x in range(4)) print(next(g1)) print(next(g1))

形式 2：生成器函数（含 yield）

普通函数用return，生成器函数用yield。

def g2(): yield 10 yield 20 yield 30 gen = g2() print(next(gen)) print(next(gen))

二、核心区别

1. 生成器表达式

• 适合简单逻辑、一行搞定
• 临时用、代码短

1. yield 生成器函数

• 适合复杂逻辑、循环、判断
• 可以分段暂停、分步返回数据

三、不变的结论（必背）

1. 两种写法都是生成器
2. 所有生成器，都是迭代器，都能用next()
3. 都具备惰性计算，节省内存

分割线