Introducción a los iteradores y los iterables

Los iteradores y los iterables son conceptos fundamentales de Python que permiten trabajar con secuencias de datos. Son la base de los bucles, las comprensiones y los generadores.

En esta lección, aprenderá cómo funcionan los iteradores y los iterables y cómo crear sus propios iteradores.

¿Qué es un iterable?

Un iterable es cualquier objeto de Python que se puede recorrer mediante un bucle for. Algunos ejemplos son las listas, las tuplas, los conjuntos y los diccionarios.

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

¿Qué es un iterador?

Un iterador es un objeto que representa un flujo de datos. Implementa los métodos __iter__() y __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

Diferencia entre iterables e iteradores

Los iterables se pueden recorrer, por ejemplo, las listas, mientras que los iteradores producen un elemento cada vez mediante el método next(). Un iterable se convierte en un iterador cuando se pasa a la función iter().

Creación de iteradores personalizados

Puede crear iteradores personalizados definiendo una clase con los métodos __iter__() y __next__():

# 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

Uso de la función iter()

La función iter() devuelve un objeto iterador a partir de un iterable:

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

Gestión de StopIteration

Cuando un iterador se agota, genera una excepción StopIteration. Así es como Python indica el final de una secuencia.

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

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

Iteradores frente a generadores

Los generadores son una forma más sencilla de crear iteradores. Implementan automáticamente los métodos __iter__() y __next__().

# 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

Errores habituales con los iteradores

Estos son algunos errores que debe evitar:

• Olvidar implementar __iter__() y __next__() en los iteradores personalizados.
• No gestionar correctamente las excepciones StopIteration.
• Confundir los iteradores con los iterables.

¿Qué hemos aprendido?

En esta lección, ha aprendido:

• La diferencia entre iterables e iteradores.
• Cómo usar __iter__() y __next__() para crear iteradores personalizados.
• Cómo usar la función iter() y gestionar las excepciones StopIteration.
• Cómo los generadores simplifican la creación de iteradores.

¡Buen trabajo! Pasemos al siguiente tema.