Cursos Empresas Blog Live Conf Eventos Precios

Aunque no lo sepas, probablemente ya utilices iterators en tu vida diaria como programador de Python. Un iterator es simplemente un objeto que cumple con los requisitos del Iteration Protocol (protocolo de iteración) y por lo tanto puede ser utilizado en ciclos. Por ejemplo,

for i in range(10):
    print(i)

En este caso, la función range es un iterable que regresa un nuevo valor en cada ciclo. Para crear un objeto que sea un iterable, y por lo tanto, implemente el protocolo de iteración, debemos hacer tres cosas:

Crear una clase que implemente los métodos iter y next
iter debe regresar el objeto sobre el cual se iterará
next debe regresar el siguiente valor y aventar la excepción StopIteration cuando ya no hayan elementos sobre los cual iterar.

Por su parte, los generators son simplemente una forma rápida de crear iterables sin la necesidad de declarar una clase que implemente el protocolo de iteración. Para crear un generator simplemente declaramos una función y utilizamos el keyword yield en vez de return para regresar el siguiente valor en una iteración. Por ejemplo,

def fibonacci(max):
    a, b = 0, 1
    while a < max:
        yield a
        a, b = b, a+b

Es importante recalcar que una vez que se ha agotado un generator ya no podemos utlizarlo y debemos crear una nueva instancia. Por ejemplo,

fib1 = fibonacci(20)
fib_nums = [num for num in fib1]
...
double_fib_nums = [num * 2 for num in fib1] # no va a funcionar
double_fib_nums = [num * 2 for num in fibonacci(30)] # sí funciona

Iteradores y Generadores en Python: Creación y Uso Práctico

Curso Práctico de Python: Creación de un CRUD

Clase 20 de 49

Clase 20 / 49

Wilson Alvaro Leonardo Tahuico

Hace 8 años

Hola dejo mi aporte. espero que sea un poco mas legible y les sirva de ayuda.

#
def fibonacci(max):
	#max = max
	print(max)
	print('')
	a, b = 0, 1
	while a < max:
		yield a
		print(a)#el valor de retorno 
		a, b = b, a+b


fib1 = fibonacci(20)
fib_nums = [num for num in fib1]
print(fib_nums)#se muestra la lista generada
print('*'.center(50,'*'))

double_fib_nums = [num * 2 for num in fib1] # no va a funcionar(no se muestra los valores de fib1), ya que fib1 se utilizo arriba
print(double_fib_nums)#se muestra una lista vacia por que ya no exiten los valores de fib1

double_fib_nums = [num * 2 for num in fibonacci(30)] # sí funciona, ya que se vulve a llamar a fibonacci(x), un un leve cambio que n se multiplicara x 2
print(double_fib_nums)#se muestran los valores recien generados #
print('')
print('Ejemplos extra'.center(50,'-'))
##ejemplos
# define a list
lista = [4, 7, 0, 3]

# get an iterator using iter()
mi_iterador = iter(lista)#establecemos el objeto iterador

## iterate through it using next() 

#prints 4
print(next(mi_iterador))#muestra el siguiente elemento de la lista

#prints 7
print(next(mi_iterador))#muestra el siguiente elemento de la lista

## next(obj) is same as obj.__next__()

#prints 0
print(mi_iterador.__next__())#muestra el siguiente elemento de la lista

#prints 3
print(mi_iterador.__next__())#muestra el siguiente elemento de la lista

## This will raise error, no items left
next(mi_iterador)#muestra error xq ya no hay elementos a mostrar

Iterator: Un objeto tipo iterator es un objeto que representa un flujo de datos, el cual puede ser recorrido en un proceso iterativo, como un bucle for, dentro de una función map o filter, en la creación de una list comprehension o generador, o en una comparación in.

Todo objeto iterator contiene implementado un método next() que es llamado en cada iteración devolviendo los sucesivos elementos del flujo de datos cada vez. El flujo de datos del objeto no tiene por qué estar guardado en memoria, sino que puede ser generado en tiempo real en cada iteración.

El objeto iterator guarda un estado interno para saber cuál fue el último elemento obtenido. Así, en la siguiente llamada a next(), se obtendrá el siguiente elemento correcto.

Cuando ya no quedan más elementos en el flujo de datos del iterator, la función next() lanza StopIteration. El estado interno no se reinicia automáticamente al llegar al final del flujo o al empezar a recorrerlo de nuevo. Es decir, sólo se puede recorrer una vez.

Además, tiene implementado el método iter() que devuelve el propio objeto iterator. Esto es necesario para poder implementar bucles con objetos iterator, como explicaremos después.

Juan Mercado

Hace 7 años

Perdon, alguien me puede explicar esta linea? "fib_nums = [num for num in fib1]"

Facundo Nicolás García Martoni

Profesor

Hace 7 años

@thejb lo que observas en esa línea se denomina list comprehension y es una manera simplificada del lenguaje para crear los elementos de una lista sin necesidad de usar un ciclo. Te dejo el enlace de la clase correspondiente, que está más adelante en el curso: https://platzi.com/clases/1378-python-practico/14172-python-comprehensions/

Comentarios (42)42 comentarios

Lucas Ezequiel Veliz

David Behar

Omar Daniel Centeno

Hace 6 años

Jesús Ignacio García Fernández

Gerardo Alberto Soto Alvarez del Castillo

Isaac Alejandro Pimentel Morales

Sergio Andrés Herazo Cabarcas

Hace 5 años

Jhon Henry Bernal Rodriguez

Sergio Armando Medina Chaparro

David Pinchao

Maximo Mora

Juan Camilo Alvarez Jurado

Jarod Fernando Fernandez Morales

Hace 6 meses•editado

Daniel Medina

Daniel García

Ana Lima

Murray Walker Greer Cifuentes

Jose Joaquin Ramos Aguas

Steven Jesus Barrientos Bolivar

Pablo Aquino

Michelle Osorio

Wilson Fernando Antury Torres

Carlos Enrique Ramírez Flores

Iteradores y Generadores en Python: Creación y Uso Práctico

Progreso del curso

Básicos del Lenguaje

Uso de strings y ciclos

Estructuras de Datos

Uso de objetos y módulos

Python en el mundo real

Conclusiones finales

Clases bonus