Python高级：迭代器详解

文章目录

• • 1. 迭代器与可迭代对象(Iterable)

  • • 1.1 可迭代对象(Iterable)
    • 1.2 迭代器( Iterator)

  • 2. 自定义一个可迭代器

  • • 2.1 实现迭代器
    • 2.2 for 遍历迭代器的过程

  • 3. yolov8 Dataset实现案例

Python迭代器实现了对数据集合执行遍历操作的能力。作为一个具备可迭代性的对象，在调用其方法时即可逐步访问集合中的各项元素，并无需预先确定该集合的具体大小。

在深度学习领域中使用的数据集（Dataset）与数据加载器（Dataloader）之间实现了高效的特征传递机制。由此可见，迭代器是实现深度学习算法的核心技术之一。

迭代器具有以下几个重要的特点：

• 降低存储空间消耗：迭代器每次仅返回单个元素，在执行操作前无需立即加载整个数据集到内存中。这种方式能有效减少运行时所需的存储空间，在大规模数据处理场景下表现出显著优势。
• 延迟计算机制：迭代器仅在实际需要生成下一个结果时才会执行计算，在整体规划下避免一次性预存全部结果序列以提升资源利用率。
• 逆向遍历功能：该迭代器设计支持逆向遍历过程的同时无需额外存储空间辅助完成操作。
• 多线程读取能力：该结构允许多个独立的数据