По состоянию на декабрь 2016 года существует очень простой, не хакерский способ сделать это, который все еще работает сейчас (июль 2018).
FirebaseOptions options = new FirebaseOptions.Builder()
.setApplicationId("1:something:android:something_else") // Required for Analytics.
.setApiKey("your apikey") // Required for Auth.
.setDatabaseUrl("https://your-database.firebaseio.com/") // Required for RTDB.
.build();
FirebaseApp.initializeApp(this /* Context */, options, "secondary");
Источник: Официальный блог Firebase
Объекты Iterator в python соответствуют протоколу итератора, что в основном означает, что они предоставляют два метода: __iter__()
и next()
. __iter__
возвращает объект итератора и неявно вызывается в начале циклов. Метод next()
возвращает следующее значение и неявно вызывается при каждом приращении цикла. next()
вызывает исключение StopIteration, когда больше нет значения для возврата, которое неявно захватывается конструкциями цикла, чтобы остановить итерацию.
Вот простой пример счетчика:
class Counter:
def __init__(self, low, high):
self.current = low
self.high = high
def __iter__(self):
return self
def next(self): # Python 3: def __next__(self)
if self.current > self.high:
raise StopIteration
else:
self.current += 1
return self.current - 1
for c in Counter(3, 8):
print c
Это будет печатать:
3
4
5
6
7
8
Это проще записать с использованием генератора, как описано в предыдущем ответе:
def counter(low, high):
current = low
while current <= high:
yield current
current += 1
for c in counter(3, 8):
print c
Печатный вывод будет таким же. Под капотом объект-генератор поддерживает протокол итератора и делает что-то примерно похожее на класс Counter.
Статья Дэвида Мерца, Итераторы и простые генераторы - довольно хорошее введение.
Вдохновленный ответом Мэтта Грегори, здесь немного сложнее итератор, который вернет a, b, ..., z, aa, ab, ..., zz, aaa, aab, ..., zzy, zzz
class AlphaCounter:
def __init__(self, low, high):
self.current = low
self.high = high
def __iter__(self):
return self
def __next__(self): # Python 3: def __next__(self)
alpha = ' abcdefghijklmnopqrstuvwxyz'
n_current = sum([(alpha.find(self.current[x])* 26**(len(self.current)-x-1)) for x in range(len(self.current))])
n_high = sum([(alpha.find(self.high[x])* 26**(len(self.high)-x-1)) for x in range(len(self.high))])
if n_current > n_high:
raise StopIteration
else:
increment = True
ret = ''
for x in self.current[::-1]:
if 'z' == x:
if increment:
ret += 'a'
else:
ret += 'z'
else:
if increment:
ret += alpha[alpha.find(x)+1]
increment = False
else:
ret += x
if increment:
ret += 'a'
tmp = self.current
self.current = ret[::-1]
return tmp
for c in AlphaCounter('a', 'zzz'):
print(c)
Этот вопрос касается истребимых объектов, а не об итераторах. В Python последовательности также повторяются, поэтому один из способов сделать итерируемый класс - заставить его вести себя как последовательность, т. Е. Дать ему методы __getitem__
и __len__
. Я тестировал это на Python 2 и 3.
class CustomRange:
def __init__(self, low, high):
self.low = low
self.high = high
def __getitem__(self, item):
if item >= len(self):
raise IndexError("CustomRange index out of range")
return self.low + item
def __len__(self):
return self.high - self.low
cr = CustomRange(0, 10)
for i in cr:
print(i)
Если вы ищете что-то короткое и простое, возможно, этого вам будет достаточно:
class A(object):
def __init__(self, l):
self.data = l
def __iter__(self):
return iter(self.data)
пример использования:
In [3]: a = A([2,3,4])
In [4]: [i for i in a]
Out[4]: [2, 3, 4]
Существует четыре способа создания итеративной функции:
__iter__
и __next__
(или next
в Python 2.x)) __getitem__
) Примеры:
# generator
def uc_gen(text):
for char in text:
yield char.upper()
# generator expression
def uc_genexp(text):
return (char.upper() for char in text)
# iterator protocol
class uc_iter():
def __init__(self, text):
self.text = text
self.index = 0
def __iter__(self):
return self
def __next__(self):
try:
result = self.text[self.index].upper()
except IndexError:
raise StopIteration
self.index += 1
return result
# getitem method
class uc_getitem():
def __init__(self, text):
self.text = text
def __getitem__(self, index):
result = self.text[index].upper()
return result
Чтобы увидеть все четыре метода в действии:
for iterator in uc_gen, uc_genexp, uc_iter, uc_getitem:
for ch in iterator('abcde'):
print ch,
print
В результате:
A B C D E
A B C D E
A B C D E
A B C D E
Примечание:
Два типа генератора (uc_gen
и uc_genexp
) не может быть reversed()
; для простого итератора (uc_iter
) понадобится магический метод __reversed__
(который должен возвращать новый итератор, который идет назад); и итеративный getitem (uc_getitem
) должен иметь магический метод __len__
:
# for uc_iter
def __reversed__(self):
return reversed(self.text)
# for uc_getitem
def __len__(self)
return len(self.text)
Чтобы ответить на второстепенный вопрос полковника Паника о бесконечно лениво оцененном итераторе, вот эти примеры, используя каждый из четырех вышеперечисленных методов:
# generator
def even_gen():
result = 0
while True:
yield result
result += 2
# generator expression
def even_genexp():
return (num for num in even_gen()) # or even_iter or even_getitem
# not much value under these circumstances
# iterator protocol
class even_iter():
def __init__(self):
self.value = 0
def __iter__(self):
return self
def __next__(self):
next_value = self.value
self.value += 2
return next_value
# getitem method
class even_getitem():
def __getitem__(self, index):
return index * 2
import random
for iterator in even_gen, even_genexp, even_iter, even_getitem:
limit = random.randint(15, 30)
count = 0
for even in iterator():
print even,
count += 1
if count >= limit:
break
print
Это приводит к (по крайней мере, для моего прогона пробела):
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
uc_getitem()
. Фактически при отражении он не должен увеличивать индекс, потому что он не поддерживает его. Но это также не способ абстрагировать итерацию.
– Terrence Brannon
5 November 2013 в 17:25
uc_iter
должен истечь, когда это будет сделано (иначе это будет бесконечно); если вы хотите сделать это снова, вам нужно получить новый итератор, снова позвонив uc_iter()
.
– Ethan Furman
19 April 2018 в 16:13
Все ответы на этой странице действительно великолепны для сложного объекта. Но для тех, которые содержат встроенные типы итераторов как атрибуты, такие как str
, list
, set
или dict
или любая реализация collections.Iterable
, вы можете опустить некоторые вещи в своем классе.
class Test(object):
def __init__(self, string):
self.string = string
def __iter__(self):
# since your string is already iterable
return (ch for ch in string)
Его можно использовать как:
for x in Test("abcde"):
print(x)
# prints
# a
# b
# c
# d
# e
В первую очередь модуль itertools невероятно полезен для всех случаев, когда итератор был бы полезен, но вот все, что вам нужно для создания итератора в python:
< blockquote>yield
blockquote>Разве это не круто? Выход можно использовать для замены нормального возврата в функции. Он возвращает объект одинаково, но вместо уничтожения состояния и выхода он сохраняет состояние, когда вы хотите выполнить следующую итерацию. Вот пример этого в действии, вытащенный непосредственно из списка функций itertools :
def count(n=0):
while True:
yield n
n += 1
Как указано в описании функций (это функция count () из модуля itertools ...), он создает итератор, который возвращает последовательные целые числа, начиная с n.
. Выражения генератора - это целая другая червь червей (удивительные черви!). Они могут использоваться вместо List Consrehension для сохранения памяти (для понимания списка создается список в памяти, который уничтожается после использования, если не назначен переменной, но выражения генератора могут создавать объект Generator. который является причудливым способом сказать Итератор). Ниже приведен пример определения выражения генератора:
gen = (n for n in xrange(0,11))
Это очень похоже на наше определение итератора выше, за исключением того, что полный диапазон задан в пределах от 0 до 10.
I только что нашел xrange () (удивил, что я не видел его раньше ...) и добавил его к приведенному выше примеру. xrange () - это итерируемая версия range (), которая имеет то преимущество, что не создала список. Было бы очень полезно, если бы у вас был гигантский массив данных для перебора и у него было столько памяти, чтобы сделать это.
Я вижу, что некоторые из вас делают return self
в __iter__
. Я просто хотел бы отметить, что сам __iter__
может быть генератором (таким образом устраняя необходимость в __next__
и сбоях StopIteration
)
class range:
def __init__(self,a,b):
self.a = a
self.b = b
def __iter__(self):
i = self.a
while i < self.b:
yield i
i+=1
Конечно, здесь можно было бы также сделать генератор, но для более сложных классов это может быть полезно.
return self
в __iter__
. Когда я попытался использовать yield
, я обнаружил, что ваш код делает именно то, что я хочу попробовать.
– Ray
5 February 2013 в 21:32
iter(range(5,10)).next()
немного громоздко. По общему признанию, это плохой пример поведения next
. Меня все еще интересует, как указать экземпляр диапазона next
.
– Lenna
24 April 2013 в 20:06
self.current
или любой другой счетчик. Это должен быть голосовой ответ!
– astrofrog
31 March 2014 в 14:35
Это итеративная функция без yield
. Он использует функцию iter
и замыкание, которое удерживает его состояние в изменяемом (list
) в охватывающей области для python 2.
def count(low, high):
counter = [0]
def tmp():
val = low + counter[0]
if val < high:
counter[0] += 1
return val
return None
return iter(tmp, None)
Для Python 3 состояние закрытия сохраняется в неизменяемом в охватывающей области, а nonlocal
используется в локальной области для обновления переменной состояния.
def count(low, high):
counter = 0
def tmp():
nonlocal counter
val = low + counter
if val < high:
counter += 1
return val
return None
return iter(tmp, None)
Тест;
for i in count(1,10):
print(i)
1
2
3
4
5
6
7
8
9
iter
, но просто для того, чтобы быть ясным: это более сложный и менее эффективный, чем просто использование функции генератора на основе yield
; Python имеет тонну поддержки интерпретатора для функций генератора на основе yield
, которые вы не можете использовать здесь, делая этот код значительно медленнее. Тем не менее, проголосовали.
– ShadowRanger
24 February 2018 в 02:30
next()
не имеет значенийyield
, онаreturn
s. – John Mee 17 October 2012 в 08:03__next__()
. – Aerovistae 23 September 2013 в 04:42__next__
.counter
является итератором, но это не последовательность. Он не сохраняет свои значения. Например, вы не должны использовать счетчик в двойном вложенном цикле for-loop. – leewz 21 February 2014 в 10:42__iter__
(в дополнение к__init__
). В противном случае объект может быть повторен только один раз. Например, если вы скажетеctr = Counters(3, 8)
, то вы не сможете использоватьfor c in ctr
более одного раза. – Curt 5 April 2016 в 23:00