Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial programming >> python

Dominando Iteradores em Python: Como Funcionam e Como Criar os Seus

Iteradores em Python

Descubra como iteradores Python funcionam, como percorrê-los com loops for ou função next(), e como criar iteradores customizados ou infinitos usando o protocolo de iterador.

Vídeo: Iteradores em Python

Iteradores em Python

Iteradores são onipresentes em Python. Eles sustentam loops for, list comprehensions, generators e muitas estruturas de dados built-in, frequentemente trabalhando nos bastidores.

Um iterador é simplesmente objeto que produz dados um elemento por vez. Em Python, qualquer objeto que implemente métodos __iter__() e __next__() é considerado iterador.

Quando objeto pode fornecer iterador, ele é chamado iterável. A maioria dos containers built-in — lists, tuples, strings, dicionários — são iteráveis. Função built-in iter() chama método __iter__() de objeto para obter iterador.


Iterando Através de um Iterador

Você pode avançar iterador manualmente com função next(). Uma vez iterador esgotado, StopIteration é levantada.

# definir lista
my_list = [4, 7, 0, 3]
# obter iterador usando iter()
my_iter = iter(my_list)
# iterar através usando next()
# Saída: 4
print(next(my_iter))
# Saída: 7
print(next(my_iter))
# next(obj) é mesmo que obj.__next__()
# Saída: 0
print(my_iter.__next__())
# Saída: 3
print(my_iter.__next__())
# Isto levantará erro, sem itens restantes
next(my_iter)

Saída

4 7 0 3 Traceback (most recent call last): File "<string>", line 24, in <module> next(my_iter) StopIteration

Forma mais natural de iterar é usando loop for, que gerencia automaticamente ciclo de vida do iterador.

>>> for element in my_list:
...     print(element)
...
4
7
0
3

Como Loop for Funciona com Iteradores

Loop for internamente traduz para:

for element in iterable:
    # fazer algo com element

que é equivalente à seguinte lógica:

# criar objeto iterador a partir do iterável
iter_obj = iter(iterable)
# loop infinito
while True:
    try:
        # obter próximo item
        element = next(iter_obj)
        # fazer algo com element
    except StopIteration:
        # se StopIteration levantada, sair do loop
        break

Isso mostra que loop for é essencialmente loop infinito que depende do protocolo de iterador e exceção StopIteration para terminar.


Construindo Iteradores Customizados

Criar iterador do zero é direto: implemente __iter__() para retornar instância do iterador (geralmente self) e __next__() para produzir próximo valor ou levantar StopIteration quando terminado.

Abaixo exemplo que produz potências sucessivas de dois até expoente máximo especificado pelo usuário.

class PowTwo:
    """Iterador que produz potências de dois."""
    def __init__(self, max=0):
        self.max = max
    def __iter__(self):
        self.n = 0
        return self
    def __next__(self):
        if self.n <= self.max:
            result = 2 ** self.n
            self.n += 1
            return result
        else:
            raise StopIteration
# criar objeto
numbers = PowTwo(3)
# criar iterável a partir do objeto
i = iter(numbers)
# Usar next para chegar ao próximo elemento do iterador
print(next(i))
print(next(i))
print(next(i))
print(next(i))
print(next(i))

Saída

1 2 4 8 Traceback (most recent call last): File "/home/bsoyuj/Desktop/Untitled-1.py", line 32, in <module> print(next(i)) File "<string>", line 18, in __next__ raise StopIteration StopIteration

Usar loop for com iterador customizado é igualmente simples:

>>> for i in PowTwo(5):
...     print(i)
...
1
2
4
8
16
32

Iteradores Infinitos em Python

Iteradores podem ser ilimitados. Built-in iter() aceita callable e valor sentinela: chama repetidamente função até valor retornado igualar sentinela. Exemplo:

>>> int()
0
>>> inf = iter(int,1)
>>> next(inf)
0
>>> next(inf)
0

Como int() sempre retorna 0, iter(int, 1) nunca vê sentinela, produzindo iterador infinito.

Você também pode criar seu próprio iterador infinito, como um que produz todos números ímpares:

class InfIter:
    """Iterador infinito que retorna números ímpares sucessivos."""
    def __iter__(self):
        self.num = 1
        return self
    def __next__(self):
        num = self.num
        self.num += 2
        return num

Execução de exemplo:

>>> a = iter(InfIter())
>>> next(a)
1
>>> next(a)
3
>>> next(a)
5
>>> next(a)
7

Ao trabalhar com iteradores infinitos, sempre forneça condição de término para evitar loops infinitos.

Iteradores são memory-efficient porque produzem itens sob demanda. Você pode teoricamente gerar sequência ilimitada — como todos números ímpares — sem armazenar conjunto inteiro.

Para forma mais simples de criar iteradores, explore Python generators usando yield.

python

  1. Dominando Tipos de Dados em Python: Guia Prático
  2. Dominando Operadores em Python: Guia Completo
  3. Dominando a Declaração Pass em Python: Guia Prático
  4. Dominando Argumentos de Funções em Python: Parâmetros Posicionais, Nomeados e Padrão
  5. Dominando Dicionários em Python: Criação, Manipulação e Técnicas Avançadas
  6. Closures em Python Explicados: Como Funções Aninhadas Capturam Variáveis
  7. Dominando datetime do Python: Guia Prático de Datas, Horários e Fusos Horários
  8. Dominando time.sleep() do Python: Boas Práticas, Multithreading e Exemplos Reais
  9. Visão Geral do Python: Linguagem de Alto Nível, Legível, Interativa e Orientada a Objetos
  10. Números em Python: Entender Tipos de Dados Numéricos Imutáveis