Introduction aux itérateurs et aux itérables

Les itérateurs et les itérables sont des concepts fondamentaux de Python qui vous permettent de travailler avec des séquences de données. Ils constituent le fondement des boucles, des compréhensions et des générateurs.

Dans cette leçon, vous apprendrez comment fonctionnent les itérateurs et les itérables et comment créer vos propres itérateurs.

Qu'est-ce qu'un itérable

Un itérable est un objet Python qui peut être parcouru à l'aide d'une boucle for. Les listes, les tuples, les ensembles et les dictionnaires en sont des exemples.

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

Qu'est-ce qu'un itérateur

Un itérateur est un objet qui représente un flux de données. Il implémente les méthodes __iter__() et __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

La différence entre les itérables et les itérateurs

Les itérables peuvent être parcourus, comme les listes, tandis que les itérateurs produisent un élément à la fois à l'aide de la méthode next(). Un itérable devient un itérateur lorsqu'il est transmis à la fonction iter().

Créer des itérateurs personnalisés

Vous pouvez créer des itérateurs personnalisés en définissant une classe avec les méthodes __iter__() et __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

Utiliser la fonction iter()

La fonction iter() renvoie un objet itérateur à partir d'un itérable :

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

Gérer StopIteration

Lorsqu'un itérateur est épuisé, il lève une exception StopIteration. C'est ainsi que Python signale la fin d'une séquence.

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

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

Itérateurs ou générateurs

Les générateurs constituent un moyen plus simple de créer des itérateurs. Ils implémentent automatiquement les méthodes __iter__() et __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

Erreurs courantes avec les itérateurs

Voici quelques erreurs à éviter :

• Oublier d'implémenter __iter__() et __next__() dans les itérateurs personnalisés.
• Ne pas gérer correctement les exceptions StopIteration.
• Confondre les itérateurs et les itérables.

Qu'avez-vous appris

Dans cette leçon, vous avez appris :

• La différence entre les itérables et les itérateurs.
• Comment utiliser __iter__() et __next__() pour créer des itérateurs personnalisés.
• Comment utiliser la fonction iter() et gérer les exceptions StopIteration.
• Comment les générateurs simplifient la création d'itérateurs.

Excellent travail ! Passons au sujet suivant.