Pemahaman Mendalam tentang Python Iterator: Menavigasi Data dengan `__iter__` dan `__next__`

iterator ialah sebarang objek yang melaksanakan dua kaedah:

• __iter__(): Mengembalikan objek iterator itu sendiri.
• __next__(): Mengembalikan item seterusnya dalam urutan. Apabila tiada lagi item tersedia, ia menimbulkan pengecualian StopIteration.

Membuat Iterator Asas:

class Counter:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self  # Returns itself as an iterator

    def __next__(self):
        if self.current >= self.end:
            raise StopIteration
        self.current += 1
        return self.current - 1

counter = Counter(1, 4)
for number in counter:
    print(number)  # Outputs: 1, 2, 3

Kelas ini mengawal panggilan seterusnya() secara manual, berhenti apabila ia sampai ke penghujung. Iterator berfaedah untuk bekerja dengan jujukan di mana setiap elemen diproses atas permintaan.

---

2. Penjana Python: Mengendalikan Data Besar dengan Cekap

penjana ialah cara yang lebih mudah untuk mencipta iterator. Ditakrifkan dengan fungsi yang menggunakan kata kunci hasil, ia menangguhkan pelaksanaan fungsi pada hasil dan menyambung semula apabila next() dipanggil. Setiap penyataan hasil menyimpan keadaan fungsi, bermakna ia boleh menyambung dari tempat ia berhenti.

Contoh Penjana Asas:

def countdown(num):
    while num > 0:
        yield num
        num -= 1

for n in countdown(3):
    print(n)  # Outputs: 3, 2, 1

Apabila hasil dipanggil, fungsi mengembalikan nilai semasa dan menjeda, menunggu next() disambung semula.

---

3. Mengapa Penjana Cekap Memori

Penjana mengira nilai secara on-the-fly, yang dipanggil penilaian malas. Tidak seperti senarai, yang menyimpan semua item dalam ingatan, penjana menghasilkan item hanya seperti yang diperlukan, yang sesuai untuk:

• Data penstriman (cth., membaca baris daripada fail besar).
• Memproses urutan besar atau tidak terhingga tanpa beban memori.

Contoh: Membaca Fail Besar dengan Penjana:

def read_large_file(file_path):
    with open(file_path) as file:
        for line in file:
            yield line  # Only processes one line at a time

Pendekatan ini menghalang memuatkan keseluruhan fail ke dalam memori, yang amat berguna untuk fail besar.

---

4. Ungkapan Penjana: Sintaks Padat

Ungkapan penjana ialah cara ringkas untuk mencipta penjana, menggunakan kurungan dan bukannya kurungan segi empat sama seperti pemahaman senarai.

Contoh:

squares = (x * x for x in range(5))
print(next(squares))  # Outputs: 0
print(list(squares))  # Outputs remaining: [1, 4, 9, 16]

Di sini, petak hanya mengira nilai apabila diminta, menjadikannya cekap memori.

---

5. Penjana Lanjutan dengan hasil daripada

Hasil daripada penyata berguna untuk mewakilkan sebahagian daripada operasi penjana kepada penjana lain. Ini berguna apabila anda ingin memecahkan penjana kepada sub-penjana untuk kemodulatan.

Contoh:

def generator_a():
    yield 1
    yield 2

def generator_b():
    yield from generator_a()
    yield 3

for val in generator_b():
    print(val)  # Outputs: 1, 2, 3

hasil daripada kod penyelarasan, terutamanya dalam rantai penjana yang kompleks atau bersarang.

---

6. Pertimbangan Prestasi: Penjana lwn. Senarai

Penjana amat berguna apabila:

• Data terlalu besar untuk dimuatkan ke dalam memori sekaligus.
• Hanya sebahagian daripada data mungkin diperlukan.
• Anda ingin mengelakkan overhed untuk memulakan senarai besar terlebih dahulu.

Senarai, sebaliknya, lebih baik apabila:

• Anda memerlukan akses berulang kepada data.
• Set data cukup kecil untuk dimuatkan sekaligus.
• Akses rawak diperlukan (penjana tidak menyokong pengindeksan).

---

Kesimpulan: Iterator dan Penjana sebagai Alat Data Berkuasa

Dengan iterator dan penjana, Python memberi anda kawalan ke atas pemprosesan data dengan kecekapan dan fleksibiliti memori. Ia penting untuk mengendalikan set data yang besar, data penstriman dan membina objek boleh lelar tersuai.
Kuasai ini, dan anda akan mengendalikan data seperti Python pro! ?

Atas ialah kandungan terperinci Pemahaman Mendalam tentang Python Iterator: Menavigasi Data dengan `__iter__` dan `__next__`. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!