先看一个例子：

class Fib:
    def __init__(self, max):
        self.max = max
    def __iter__(self):
        print('__iter__ called')
        self.a = 0
        self.b = 1
        return self
    def __next__(self):
        print('__next__ called')
        fib = self.a
        if fib > self.max:
            raise StopIteration
        self.a, self.b = self.b, self.a + self.b
        return fib

for i in Fib(3):
    print(i)
# 输出
__iter__ called
__next__ called
0
__next__ called
1
__next__ called
1
__next__ called
2
__next__ called

通过这个斐波那契数列生成器来理解 __iter__。
定义 __iter__ 表示这个类是一个迭代器（iterator）。它只在迭代开始的时候运行一次。返回的是对象本身。这里还给顺手给对象添加了 a 和 b 两个属性。接下来就是循环调用 __next__ 直到遇到 raise StopIteration 为止。调用的过程就是模拟斐波那契数列的过程。

1 1 2 3 5 7 11 18 ... 可以看出，self.a 的值就是数列的值。我们只需要每次迭代把这个值通过 fib 这个变量输出即可。当 self.a = 3 的时候，赋值给 fib，fib > self.max 为假即退出迭代。窍门在于：让数列自己不断迭代，用一个中间的变量 fib 输出。

在迭代器中，__iter__ 和 __next__ 是必须的，而 __init__ 不是。

class Fib:
    def __iter__(self):
        print('__iter__ called')
        self.a = 0
        self.b = 1
        self.max = 3
        return self
    def __next__(self):
        print('__next__ called')
        fib = self.a
        if fib > self.max:
            raise StopIteration
        self.a, self.b = self.b, self.a + self.b
        return fib

以上代码的输出结果和第一段代码是一致的。由于 __iter__ 只允许一次，可以用于赋值给属性。但是，这样的 Fib 类就不能通过传入参数构造了。self.max 被内置了。

为了加深理解，再来一个例子。给定首项 a1, 步长 d，返回末项最接近 n 的一个等差数列。

# 等差数列公式 an = a1 + (n-1) * d
class Acu():
    def __init__(self, a1, d, n):
        self.a1 = a1
        self.d = d
        self.n = n
    def __iter__(self):
        return self
    def __next__(self):
        an = self.a1
        if an > self.n:
            raise StopIteration
        else:
            self.a1 += self.d 
            return an

for i in Acu(1, 2, 15):
    print(i)

完全是一样的道理，首先用 iter 表明这个对象是迭代器，然后调用 next，首先把首项 a1 赋值给 an并输出。在输出前，a1 增加一个步长。这样 an 的值不变，而下一次通过 a1 赋值的时候就变了。

 

 

承接Matlab、Python和C++的编程，机器学习、计算机视觉的理论实现及辅导，本科和硕士的均可，咸鱼交易，专业回答请走知乎，详谈请联系QQ号757160542，非诚勿扰。