Einführung in Iteratoren und Iterables

Iteratoren und Iterables sind grundlegende Konzepte in Python, mit denen Sie mit Datenfolgen arbeiten können. Sie bilden die Grundlage für Schleifen, Comprehensions und Generatoren.

In dieser Lektion lernen Sie, wie Iteratoren und Iterables funktionieren und wie Sie eigene Iteratoren erstellen.

Was ist ein Iterable?

Ein Iterable ist jedes Objekt in Python, das Sie mit einer for-Schleife durchlaufen können. Dazu gehören beispielsweise Listen, Tupel, Mengen und Dictionaries.

# Example of an iterable
my_list = [1, 2, 3]
for item in my_list:
    print(item)  # Outputs: 1, 2, 3

Was ist ein Iterator?

Ein Iterator ist ein Objekt, das einen Datenstrom repräsentiert. Er implementiert die Methoden __iter__() und __next__().

# Example of an iterator
my_list = [1, 2, 3]
iterator = iter(my_list)
print(next(iterator))  # Outputs: 1
print(next(iterator))  # Outputs: 2
print(next(iterator))  # Outputs: 3

Der Unterschied zwischen Iterables und Iteratoren

Iterables können durchlaufen werden (z. B. Listen), während Iteratoren mithilfe der Methode next() jeweils ein Element erzeugen. Ein Iterable wird zu einem Iterator, wenn es an die Funktion iter() übergeben wird.

Benutzerdefinierte Iteratoren erstellen

Sie können benutzerdefinierte Iteratoren erstellen, indem Sie eine Klasse mit den Methoden __iter__() und __next__() definieren:

# Custom iterator example
class Counter:
    def __init__(self, start, end):
        self.current = start
        self.end = end

    def __iter__(self):
        return self

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

counter = Counter(1, 5)
for number in counter:
    print(number)  # Outputs: 1, 2, 3, 4, 5

Verwendung der Funktion iter()

Die Funktion iter() liefert aus einem Iterable ein Iteratorobjekt:

# Using iter() on a list
my_list = [1, 2, 3]
iterator = iter(my_list)
print(next(iterator))  # Outputs: 1

StopIteration behandeln

Wenn ein Iterator erschöpft ist, löst er eine StopIteration-Ausnahme aus. So signalisiert Python das Ende einer Sequenz.

# Handling StopIteration
my_list = [1, 2, 3]
iterator = iter(my_list)

while True:
    try:
        print(next(iterator))
    except StopIteration:
        break

Iteratoren im Vergleich zu Generatoren

Generatoren bieten eine einfachere Möglichkeit, Iteratoren zu erstellen. Sie implementieren die Methoden __iter__() und __next__() automatisch.

# Example of a generator as an iterator
def my_generator():
    yield 1
    yield 2
    yield 3

for value in my_generator():
    print(value)  # Outputs: 1, 2, 3

Häufige Fehler bei Iteratoren

Hier sind einige Fehler, die Sie vermeiden sollten:

• Das Implementieren von __iter__() und __next__() in eigenen Iteratoren vergessen.
• Ausnahmen vom Typ StopIteration nicht ordnungsgemäß behandeln.
• Iteratoren mit Iterables verwechseln.

Was haben Sie gelernt?

In dieser Lektion haben Sie Folgendes gelernt:

• Den Unterschied zwischen Iterables und Iteratoren.
• Wie Sie mit __iter__() und __next__() eigene Iteratoren erstellen.
• Wie Sie die Funktion iter() verwenden und Ausnahmen vom Typ StopIteration behandeln.
• Wie Generatoren die Erstellung von Iteratoren vereinfachen.

Sehr gut! Wechseln Sie nun zum nächsten Thema.