Iteratori e iterabili

Iteratori e iterabili sono concetti fondamentali in Python che consentono di lavorare con sequenze di dati. Sono alla base dei cicli, delle comprensioni e dei generatori.

In questa lezione imparerà come funzionano iteratori e iterabili e come creare iteratori personalizzati.

Un iterabile è qualsiasi oggetto in Python che può essere attraversato usando un ciclo for. Tra gli esempi troviamo liste, tuple, insiemi e dizionari.

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

Un iteratore è un oggetto che rappresenta un flusso di dati. Implementa i metodi __iter__() e __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

Gli iterabili possono essere attraversati, ad esempio le liste, mentre gli iteratori producono un elemento alla volta usando il metodo next(). Un iterabile diventa un iteratore quando viene passato alla funzione iter().

È possibile creare iteratori personalizzati definendo una classe con i metodi __iter__() e __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

La funzione iter() restituisce un oggetto iteratore a partire da un iterabile:

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

Quando un iteratore è esaurito, genera un’eccezione StopIteration. È così che Python segnala la fine di una sequenza.

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

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

I generatori sono un modo più semplice per creare iteratori. Implementano automaticamente i metodi __iter__() e __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

Ecco alcuni errori da evitare:

• Dimenticare di implementare __iter__() e __next__() negli iteratori personalizzati.
• Non gestire correttamente le eccezioni StopIteration.
• Confondere gli iteratori con gli iterabili.

In questa lezione ha imparato:

• La differenza tra iterabili e iteratori.
• Come usare __iter__() e __next__() per creare iteratori personalizzati.
• Come usare la funzione iter() e gestire le eccezioni StopIteration.
• Come i generatori semplificano la creazione degli iteratori.

Ottimo lavoro! Passiamo all’argomento successivo.