当前位置：首页 > news >正文

Python的迭代器（Iterator）介绍以及实现多次使用

news 来源：原创 2025/6/12 0:37:36

在 Python 中，我们希望能够对迭代器（Iterator）多次使用。

一、问题描述

有一个数据文件，tourist_data.csv，数据结构如下：

日期	九寨沟	张家界	香港	东部华侨城	上海迪士尼
2017/1/1	30	17	17	3	28
2017/1/2	12	21	8	3	9
2017/1/3	14	22	15	1	32
2017/1/4	6	29	13	7	15
2017/1/5	31	15	5	3	10
2017/1/6	26	23	17	6	25
2017/1/7	9	18	12	7	28
2017/1/8	9	19	12	4	15
2017/1/9	22	24	11	10	14
2017/1/10	32	9	6	3	20
2017/1/11	10	19	16	3	26
2017/1/12	17	17	17	7	31
2017/1/13	21	25	12	10	6
2017/1/14	17	27	15	1	32

现在想统计每一个旅游景点的游客访问量，代码如下：

import csv
def getTotalTourist(place):
    total = 0
    for dayTourist in place:
        total += dayTourist
    return total
data_file = open('C:/Users/Admin/Desktop/chapter3/tourist_data.csv','r')
all_data = csv.reader(data_file)

jzg_data = [row[1] for row in all_data]  #第二列
#print(jzg_data)
jzg_data_str = jzg_data[1:]
jzg_data = list( map(int, jzg_data_str) )
#print(jzg_data)
jzg_total = getTotalTourist(jzg_data)
print("这段时期到九寨沟旅游的总人数是：",jzg_total)

zjj_data = [row[2] for row in all_data]   #第三列
#print(zjj_data)
zjj_data_str = zjj_data[1:]
zjj_data = list( map(int, zjj_data_str) )
#print(zjj_data)
zjj_total = getTotalTourist(zjj_data)
print("这段时期到张家界旅游的总人数是：",zjj_total)

dbhqc_data = [row[3] for row in all_data]   #第四列
#print(dbhqc_data)
dbhqc_data_str = dbhqc_data[1:]
dbhqc_data = list( map(int, dbhqc_data_str) )
#print(dbhqc_data)
dbhqc_total = getTotalTourist(dbhqc_data)
print("这段时期到东部华侨城旅游的总人数是：",dbhqc_total)

shdisney_data = [row[4] for row in all_data]   #第五列
#print(shdisney_data)
shdisney_data_str = shdisney_data[1:]
shdisney_data = list( map(int, shdisney_data_str) )
#print(shdisney_data)
shdisney_total = getTotalTourist(shdisney_data)
print("这段时期到上海迪士尼旅游的总人数是：",shdisney_total)

data_file.close()

如上代码，得到的结果如下：

以上代码文件读取没有问题，但是只能输出第一个jzg_total，即九寨沟的旅游人数，其他几个旅游点输出都是0，这是什么问题呢？

二、问题所在

问题出在 csv.reader 的使用上。csv.reader 返回的是一个迭代器，一旦迭代器被遍历一次后，它会被耗尽，无法再次使用。因此，当你第一次从 all_data 中提取 jzg_data 时，all_data 已经被完全迭代，后续再尝试从 all_data 中提取其他列数据时，迭代器已经为空，导致 zjj_data、dbhqc_data 和 shdisney_data 都是空列表，进而导致它们的总数为 0。

三、解决方法

需要在第一次读取 all_data 时，将其存储为一个列表，这样就可以多次访问数据。以下是修改后的代码：

import csv

def getTotalTourist(place):
    total = 0
    for dayTourist in place:
        total += dayTourist
    return total

data_file = open('C:/Users/Admin/Desktop/chapter3/tourist_data.csv', 'r')
all_data = list(csv.reader(data_file))  # 将 csv.reader 的结果存储为列表

# 提取九寨沟的数据（第二列）
jzg_data = [int(row[1]) for row in all_data[1:]]  # 直接转换为整数
jzg_total = getTotalTourist(jzg_data)
print("这段时期到九寨沟旅游的总人数是：", jzg_total)

# 提取张家界的数据（第三列）
zjj_data = [int(row[2]) for row in all_data[1:]]  # 直接转换为整数
zjj_total = getTotalTourist(zjj_data)
print("这段时期到张家界旅游的总人数是：", zjj_total)

# 提取东部华侨城的数据（第四列）
dbhqc_data = [int(row[3]) for row in all_data[1:]]  # 直接转换为整数
dbhqc_total = getTotalTourist(dbhqc_data)
print("这段时期到东部华侨城旅游的总人数是：", dbhqc_total)

# 提取上海迪士尼的数据（第五列）
shdisney_data = [int(row[4]) for row in all_data[1:]]  # 直接转换为整数
shdisney_total = getTotalTourist(shdisney_data)
print("这段时期到上海迪士尼旅游的总人数是：", shdisney_total)

data_file.close()

修改点说明

将 csv.reader 的结果存储为列表：
```
all_data = list(csv.reader(data_file))
```
这样可以多次访问 all_data，而不会因为迭代器耗尽而无法读取数据。
直接在列表解析中转换为整数：
```
jzg_data = [int(row[1]) for row in all_data[1:]]
```
这样可以避免额外的字符串到整数的转换步骤，代码更简洁。
跳过表头：使用 all_data[1:] 跳过表头行，确保只处理数据行。

通过这些修改，代码可以正确读取并处理所有列的数据，输出每个景区的总人数。

实现的效果

四、迭代器（Iterator）介绍

在 Python 中，迭代器（Iterator）是一种容器对象，它实现了迭代器协议（Iterator Protocol），允许用户通过循环或迭代的方式逐个访问容器中的元素，而无需暴露容器的底层实现细节。迭代器是 Python 中实现迭代功能的核心机制，广泛应用于各种数据结构和场景。

1. 迭代器协议

迭代器协议包括两个方法：

__iter__()：返回迭代器对象本身。这个方法使得对象可以被用于 for 循环或其他需要迭代的场景。
__next__()：返回迭代器的下一个元素。如果迭代器已经到达末尾，没有更多元素可供返回，则抛出 StopIteration 异常。

2. 创建迭代器

在 Python 中，可以通过以下几种方式创建迭代器：

2.1 使用内置的可迭代对象

许多内置数据类型（如列表、元组、字典、集合、字符串等）都支持迭代器协议，可以直接使用 iter() 函数将其转换为迭代器。例如：

my_list = [1, 2, 3, 4]
my_iterator = iter(my_list)

print(next(my_iterator))  # 输出 1
print(next(my_iterator))  # 输出 2
print(next(my_iterator))  # 输出 3
print(next(my_iterator))  # 输出 4
# print(next(my_iterator))  # 抛出 StopIteration 异常

2.2 自定义迭代器

可以通过定义一个类并实现 __iter__() 和 __next__() 方法来创建自定义迭代器。例如：

class MyIterator:
    def __init__(self, max_value):
        self.max_value = max_value
        self.current = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.max_value:
            value = self.current
            self.current += 1
            return value
        else:
            raise StopIteration

# 使用自定义迭代器
my_iterator = MyIterator(5)
for value in my_iterator:
    print(value)  # 输出 0, 1, 2, 3, 4

2.3 使用生成器

生成器是一种特殊的迭代器，通过 yield 关键字实现。生成器函数在每次调用时会返回一个值，并在下次调用时从上次返回的位置继续执行。生成器是实现迭代器的简洁方式。例如：

def my_generator(max_value):
    current = 0
    while current < max_value:
        yield current
        current += 1

# 使用生成器
for value in my_generator(5):
    print(value)  # 输出 0, 1, 2, 3, 4

3. 迭代器的特点

惰性计算：迭代器不会一次性加载所有数据，而是按需生成数据，节省内存。
一次性使用：迭代器在被完全迭代后，会耗尽，无法再次使用。如果需要重新迭代，需要重新创建迭代器。

支持无限序列：生成器可以用于生成无限序列，因为它们不需要预先存储所有数据。例如：

def infinite_generator():
    current = 0
    while True:
        yield current
        current += 1

# 使用无限生成器（需要小心避免无限循环）
gen = infinite_generator()
for _ in range(10):
    print(next(gen))  # 输出 0, 1, 2, ..., 9

4. 迭代器的应用场景

循环遍历：for 循环会自动调用 iter() 和 next() 方法来迭代对象。
函数式编程：许多函数式编程工具（如 map()、filter()、zip() 等）返回迭代器，便于高效处理数据。
文件读取：文件对象本身是一个迭代器，可以逐行读取文件内容，节省内存。
```
with open('file.txt', 'r') as file:
    for line in file:
        print(line.strip())
```

5. 迭代器与可迭代对象的区别

可迭代对象（Iterable）：实现了 __iter__() 方法或 __getitem__() 方法的对象，可以通过 iter() 转换为迭代器。例如：列表、元组、字典、集合、字符串等。
迭代器（Iterator）：实现了 __iter__() 和 __next__() 方法的对象，可以直接用于迭代。