迭代器
迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法： iter() 和 next() 。
字符串，列表或元组对象都可用于创建迭代器：
实例(Python 3.0+)
>>> list = [1, 2, 3, 4]
>>> it = iter(list) # 创建迭代器对象
>>> print(next(it)) # 输出迭代器的下一个元素
1
>>> print(next(it))
2
>>>迭代器对象可以使用常规for语句进行遍历：
实例(Python 3.0+)
list = [1, 2, 3, 4]
it = iter(list)
for x in it:
print(x, end=" ")执行以上程序，输出结果如下：
1 2 3 4也可以使用 next() 函数：
实例(Python 3.0+)
import sys
list = [1, 2, 3, 4]
it = iter(list)
while True:
try:
print(next(it))
except StopIteration:
sys.exit()执行以上程序，输出结果如下：
1
2
3
4创建一个迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() 。
如果你已经了解的面向对象编程，就知道类都有一个构造函数，Python 的构造函数为 __init__(), 它会在对象初始化的时候执行。
更多内容查阅： Python3 面向对象
__iter__() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。
创建一个返回数字的迭代器，初始值为 1，逐步递增 1：
实例(Python 3.0+)
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))执行输出结果为：
1
2
3
4
5StopIteration
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
在 20 次迭代后停止执行：
实例(Python 3.0+)
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)执行输出结果为：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20生成器
在 Python 中，使用了 yield 的函数被称为生成器（generator）。
yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。
然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。
调用一个生成器函数，返回的是一个迭代器对象。
下面是一个简单的示例，展示了生成器函数的使用：
实例
def countdown(n):
while n > 0:
yield n
n -= 1
generator = countdown(5)
print(next(generator))
print(next(generator))
print(next(generator))
for value in generator:
print(value)以上实例中， countdown 函数是一个生成器函数。它使用 yield 语句逐步产生从 n 到 1 的倒数数字。在每次调用 yield 语句时，函数会返回当前的倒数值，并在下一次调用时从上次暂停的地方继续执行。
通过创建生成器对象并使用 next() 函数或 for 循环迭代生成器，我们可以逐步获取生成器函数产生的值。在这个例子中，我们首先使用 next() 函数获取前三个倒数值，然后通过 for 循环获取剩下的两个倒数值。
生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用，提供简洁和高效的迭代方式。
执行以上程序，输出结果如下：
5
4
3
2
1以下实例使用 yield 实现斐波那契数列：
实例(Python 3.0+)
import sys
def fibonacci(n):
a, b, counter = 0, 1, 0
while True:
if counter > n:
return
yield a
a, b = b, a + b
counter += 1
f = fibonacci(10)
while True:
try:
print(next(f), end=" ")
except StopIteration:
sys.exit()执行以上程序，输出结果如下：
0 1 1 2 3 5 8 13 21 34 55相关
练习题
一、知识回顾（读完直接做下面的实践题）
- 迭代器：能"记住遍历位置"的对象，只能往前走、不能后退；字符串、列表、元组都能转成迭代器
- 两个基本操作：
iter(可迭代对象)创建迭代器；next(迭代器)取出下一个元素（取完还取会抛StopIteration） - 迭代器也能直接被
for循环遍历；迭代器是"一次性"的，取过的元素不会再来 - 自定义迭代器类要实现两个方法：
__iter__()（初始化并返回迭代器对象，通常是return self）和__next__()（每次调用返回下一个值） StopIteration异常：迭代完成的信号——__next__()里没有更多值时就raise StopIteration，for循环靠它知道该停下- 生成器：函数里用了
yield，它就是生成器函数；调用它返回的是生成器对象（一种迭代器），函数体不会立刻执行 yield的作用：返回本次迭代的值并暂停函数，下次取下一个值（next()或下一轮 for）时从暂停处继续- 生成器的好处：按需产生值，不必一次性算完、存下所有结果，省内存；并且能和其他迭代工具（如 for）无缝配合
- 常见例子：倒计时
countdown(n)用yield n逐步倒数；斐波那契用a, b = b, a + b边算边yield
二、裸写题
- 用
iter()创建列表[1, 2, 3, 4, 5]的迭代器 - 用
next()逐个获取元素 - 用
for循环遍历剩余元素
- 提示（先自己想，实在想不出再点开）
一级 · 思路：先把列表变成"逐个别取"的迭代器，取走几个之后再用循环把剩下的取完——取过的不会重复出现 二级 · 方法：
it = iter(lst)创建迭代器；next(it)取下一个；剩下的交给for x in it:三级 · 骨架：it = ____(lst)/print(____(it))/for x in ____:- 参考答案（做完再点开）
python# 2-1 lst = [1, 2, 3, 4, 5] it = iter(lst) print(next(it)) # 1 print(next(it)) # 2 print(next(it)) # 3 for x in it: print(x, end=" ") # 4 5 print()- 用
- 创建一个迭代器类，生成 1-10 的数字
- 提示（先自己想，实在想不出再点开）
一级 · 思路：写一个"会自己数数"的类：每次别人来要值就吐出一个、内部计数加一，数到 10 以后发出"结束"信号 二级 · 方法：实现迭代器协议的两个方法——
__iter__()（初始化迭代器，返回self）、__next__()（每次返回下一个值，没有值时raise StopIteration异常）——这就是 Python 的迭代器协议，实现了这两个方法的类就是迭代器 三级 · 骨架：class MyNumbers:/def ____(self):/self.a = 1/return ____/def ____(self):/if self.a <= 10: ... else: raise ____- 参考答案（做完再点开）
python# 2-2 class MyNumbers: def __iter__(self): self.a = 1 # 初始化计数器 return self # 返回迭代器对象 def __next__(self): if self.a <= 10: x = self.a self.a += 1 return x else: raise StopIteration # 没有更多值时抛出异常 myclass = MyNumbers() for x in myclass: print(x, end=" ") print()- 用
yield创建一个生成器，生成 1-10 的平方数
批改（2026-09-28）：✅ 正确（
next()取到 1、4 后for取完剩下 9~100，1-10 的平方数全部输出）。- 提示（先自己想，实在想不出再点开）
一级 · 思路：把"算平方"放进循环里，每算出一个就交出去一个并暂停，等下次被要值时继续算下一个 二级 · 方法：
yield关键字暂停函数执行并返回一个值，下次调用时从暂停处继续；含yield的函数就是生成器函数，调用后返回生成器对象；可以用next()或for循环逐步获取值 三级 · 骨架：def squares(n):/for i in range(1, n + 1):/____ i ** 2/gen = squares(10)/print(____(gen))- 参考答案（做完再点开）
python# 2-3 def squares(n): for i in range(1, n + 1): yield i ** 2 # 暂停并返回平方数 gen = squares(10) # 调用生成器函数，返回生成器对象 print(next(gen)) # 1 print(next(gen)) # 4 print(next(gen)) # 9 for x in gen: print(x, end=" ") # 16 25 36 49 64 81 100 print()- 用
- 用
yield实现斐波那契数列生成器
批改（2026-09-28）：✅ 正确（
range(20)输出 0、1、1、2、3、5、8、13 … 4181，与斐波那契数列一致）。- 提示（先自己想，实在想不出再点开）
一级 · 思路：斐波那契数列是 0, 1, 1, 2, 3, 5, 8, 13 ...（每个数是前两个数之和）；每轮先把当前值交出去，再让两个变量一起往前挪一位 二级 · 方法：
yield a返回当前值；a, b = b, a + b是同时赋值（先算右边，再同时赋给左边） 三级 · 骨架：def fibonacci():/a, b = 0, 1/while True:/____ a/a, b = b, ____- 参考答案（做完再点开）
python# 2-4 def fibonacci(): a, b = 0, 1 while True: yield a # 返回当前斐波那契数 a, b = b, a + b # 计算下一个数 fib = fibonacci() for _ in range(20): print(next(fib), end=" ") print()- 用