Tutorial de iteradores y generadores en Python

Los iteradores son objetos sobre los que se puede iterar. Son una característica habitual del lenguaje Python, muy útil para bucles y comprensiones de listas. Cualquier objeto que pueda generar un iterador se denomina iterable. 

Crear un iterador conlleva bastante trabajo. Por ejemplo, la implementación de cada objeto iterador debe incluir los métodos __iter__() y __next__() . Además de este requisito, la implementación debe llevar un seguimiento del estado interno del objeto y lanzar una excepción StopIteration cuando ya no queden valores que devolver. Estas reglas se conocen como el protocolo de iteradores. 

Implementar tu propio iterador es un proceso largo y no siempre necesario. Una alternativa más sencilla es usar un generador. Los generadores son un tipo especial de función que utiliza la palabra clave yield para devolver un iterador que se puede recorrer, un valor cada vez. 

Saber identificar cuándo conviene implementar un iterador o usar un generador mejorará tus habilidades como programador de Python. En el resto de este tutorial, destacaremos las diferencias entre ambos para ayudarte a elegir la mejor opción en cada caso. 

Glosario

Iteradores e iterables en Python

Los iterables son objetos capaces de devolver sus elementos uno a uno: se pueden recorrer. Las estructuras de datos integradas populares de Python, como listas, tuplas y conjuntos, son iterables. Otras estructuras como las cadenas y los diccionarios también lo son: una cadena puede iterarse carácter a carácter, y las claves de un diccionario se pueden recorrer. Como regla general, considera iterable a cualquier objeto que puedas usar en un bucle for. 

Explorar iterables de Python con ejemplos

Dado lo anterior, podemos concluir que todos los iteradores también son iterables. Sin embargo, no todo iterable es necesariamente un iterador. Un iterable solo produce un iterador cuando se itera sobre él.

Para demostrarlo, vamos a instanciar una lista, que es un iterable, y a obtener un iterador llamando a la función integrada iter() sobre la lista. 

list_instance = [1, 2, 3, 4]
print(iter(list_instance))

"""
<list_iterator object at 0x7fd946309e90>
"""Con la tecnología de

Aunque la lista por sí sola no es un iterador, al llamar a iter() se convierte en un iterador y se devuelve el objeto iterador.

Para demostrar que no todos los iterables son iteradores, vamos a crear la misma lista e intentar llamar a la función next(), que devuelve el siguiente elemento de un iterador.  

list_instance = [1, 2, 3, 4]
print(next(list_instance))
"""
--------------------------------------------------------------------
TypeError                         Traceback (most recent call last)
<ipython-input-2-0cb076ed2d65> in <module>()
    3 print(iter(list_instance))
    4
----> 5 print(next(list_instance))
TypeError: 'list' object is not an iterator
"""Con la tecnología de

En el código anterior, puedes ver que intentar llamar a next() sobre la lista lanza un TypeError – aprende más sobre excepciones y manejo de errores en Python. Esto ocurre porque una lista es un iterable, no un iterador. 

Explorar iteradores de Python con ejemplos

Por tanto, si el objetivo es iterar una lista, primero hay que obtener un objeto iterador. Solo entonces podremos avanzar por los valores de la lista.

# instanciar una lista
list_instance = [1, 2, 3, 4]

# convertir la lista en iterador
iterator = iter(list_instance)

# devolver elementos uno a uno
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
"""
1
2
3
4
"""Con la tecnología de

Python crea automáticamente un objeto iterador cuando intentas recorrer un objeto iterable. 

# instanciar una lista
list_instance = [1, 2, 3, 4]

# recorrer la lista
for item in list_instance:
  print(item)
"""
1
2
3
4
"""Con la tecnología de

Cuando se captura la excepción StopIteration, el bucle termina.

Los valores de un iterador solo se pueden recuperar de izquierda a derecha. Python no tiene una función previous() que permita retroceder en un iterador. 

La naturaleza perezosa de los iteradores

Es posible definir varios iteradores basados en el mismo objeto iterable. Cada iterador mantiene su propio estado de progreso. Así, si defines varias instancias de iterador de un mismo iterable, puedes llegar al final con una mientras otra sigue al principio.

list_instance = [1, 2, 3, 4]
iterator_a = iter(list_instance)
iterator_b = iter(list_instance)
print(f"A: {next(iterator_a)}")
print(f"A: {next(iterator_a)}")
print(f"A: {next(iterator_a)}")
print(f"A: {next(iterator_a)}")
print(f"B: {next(iterator_b)}")
"""
A: 1
A: 2
A: 3
A: 4
B: 1
"""Con la tecnología de

Observa que iterator_b imprime el primer elemento de la serie.

Podemos decir que los iteradores tienen una naturaleza perezosa: cuando se crea un iterador, los elementos no se producen hasta que se solicitan. Es decir, los elementos de nuestra lista solo se devolverán cuando los pidamos explícitamente con next(iter(list_instance)). 

No obstante, también puedes extraer todos los valores de un iterador de una vez llamando a un contenedor iterable integrado (p. ej., list(), set(), tuple()) sobre el objeto iterador para forzar que genere todos sus elementos a la vez.

# instanciar iterable
list_instance = [1, 2, 3, 4]

# producir un iterador a partir de un iterable
iterator = iter(list_instance)
print(list(iterator))
"""
[1, 2, 3, 4]
"""Con la tecnología de

No es recomendable con iteradores grandes porque obliga a generar todos los elementos y mantenerlos en memoria a la vez, lo que va en contra de la evaluación perezosa.

Cuando un conjunto de datos es demasiado grande para caber cómodamente en memoria, o cuando quieres iteración perezosa sin escribir una clase de iterador completa, un generador suele encajar mejor.

Generadores en Python

La alternativa más ágil a implementar un iterador es usar un generador. Aunque los generadores se parecen a las funciones de Python normales, no son lo mismo. Para empezar, un generador no devuelve elementos como tal. En su lugar, utiliza la palabra clave yield para generarlos sobre la marcha. Por eso decimos que un generador es una función especial que se apoya en la evaluación perezosa.

Los generadores no almacenan su contenido en memoria como lo haría un iterable típico. Por ejemplo, si quisiéramos calcular todos los divisores de un entero positivo, normalmente escribiríamos una función tradicional (puedes aprender más sobre las funciones en Python en este tutorial) así:  

def factors(n):
  factor_list = []
  for val in range(1, n+1):
      if n % val == 0:
          factor_list.append(val)
  return factor_list

print(factors(20))
"""
[1, 2, 4, 5, 10, 20]
"""Con la tecnología de

El código anterior devuelve la lista completa de divisores. Sin embargo, observa la diferencia cuando usamos un generador en lugar de una función tradicional de Python:

def factors(n):
  for val in range(1, n+1):
      if n % val == 0:
          yield val
print(factors(20))

"""
<generator object factors at 0x7fd938271350>
"""Con la tecnología de

Como hemos usado yield en lugar de return, la función no termina tras ejecutarse. En esencia, le hemos dicho a Python que cree un objeto generador en lugar de una función tradicional, lo que permite mantener el estado del generador. 

En consecuencia, es posible llamar a next() sobre el iterador perezoso para obtener los elementos de la serie uno a uno. 

def factors(n):
  for val in range(1, n+1):
      if n % val == 0:
          yield val
         
factors_of_20 = factors(20)
print(next(factors_of_20))

"""
1
"""Con la tecnología de

Otra forma de crear un generador es con una comprensión de generador. Las expresiones generadoras usan una sintaxis muy similar a la de las comprensiones de listas, pero con paréntesis en lugar de corchetes.

factor_gen = (val for val in range(1, 21) if 20 % val == 0)
print(list(factor_gen))
"""
[1, 2, 4, 5, 10, 20]
"""Con la tecnología de

Explorando la palabra clave yield en Python

La palabra clave yield controla el flujo de una función generadora. En lugar de salir de la función como ocurre con return, yield devuelve un valor pero recuerda el estado de sus variables locales.

El generador devuelto por la llamada a yield se puede asignar a una variable e iterar con la función next() – esto ejecutará la función hasta el primer yield que encuentre. Cuando se alcanza yield, la ejecución de la función se suspende y se guarda su estado. Así, podemos reanudar su ejecución cuando queramos. 

La función continuará desde la llamada a yield. Por ejemplo: 

def yield_multiple_statements():
  yield "This is the first statement"
  yield "This is the second statement"  
  yield "This is the third statement"
  yield "This is the last statement. Don't call next again!"
example = yield_multiple_statements()
print(next(example))
print(next(example))
print(next(example))
print(next(example))
print(next(example))
"""
This is the first statement
This is the second statement
This is the third statement
This is the last statement. Don't call next again or else!
--------------------------------------------------------------------
StopIteration                  Traceback (most recent call last)
<ipython-input-25-4aaf9c871f91> in <module>()
    11 print(next(example))
    12 print(next(example))
---> 13 print(next(example))
StopIteration:
"""Con la tecnología de

En el ejemplo anterior, nuestro generador tiene cuatro llamadas a yield, pero intentamos llamar a next cinco veces, lo que provoca una excepción StopIteration. Ocurre porque el generador no es una serie infinita, así que llamarlo más veces de las previstas lo agota.

Resumen 

En resumen, los iteradores son objetos que se pueden recorrer, y los generadores son funciones especiales que aprovechan la evaluación perezosa. Si implementas tu propio iterador, debes crear los métodos __iter__() y __next__(); en cambio, un generador se puede implementar usando la palabra clave yield en una función o en una comprensión de Python. 

Puede que prefieras un iterador a medida frente a un generador cuando necesites un objeto con un comportamiento complejo de mantenimiento de estado o quieras exponer otros métodos más allá de __next__(), __iter__() y __init__(). Por otro lado, un generador puede ser preferible al trabajar con grandes volúmenes de datos, ya que no almacenan su contenido en memoria, o cuando no es necesario implementar un iterador completo.