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