Tutorial de iteradores e generators em Python

Iteradores são objetos que podem ser percorridos. Eles são um recurso comum da linguagem Python, muito usados em loops e compreensões de lista. Qualquer objeto do qual se possa obter um iterador é chamado de iterável. 

Criar um iterador dá trabalho. Por exemplo, a implementação de cada objeto iterador deve incluir os métodos __iter__() e __next__() . Além disso, a implementação precisa de uma forma de acompanhar o estado interno do objeto e lançar a exceção StopIteration quando não houver mais valores a retornar. Essas regras formam o protocolo do iterador. 

Implementar seu próprio iterador é um processo demorado e nem sempre necessário. Uma alternativa mais simples é usar um generator. Generators são um tipo especial de função que usam a palavra-chave yield para retornar um iterador que pode ser percorrido, um valor por vez. 

Saber identificar quando faz sentido implementar um iterador ou usar um generator vai aprimorar suas habilidades como programador Python. No restante deste tutorial, vamos destacar as diferenças entre esses dois objetos, ajudando você a escolher a melhor opção para cada situação. 

Glossário

Iteradores e iteráveis em Python

Iteráveis são objetos capazes de retornar seus membros um de cada vez – isto é, podem ser percorridos. Estruturas de dados populares do Python, como listas, tuplas e conjuntos, são iteráveis. Outras estruturas como strings e dicionários também são consideradas iteráveis: uma string pode ser percorrida caractere a caractere, e é possível iterar sobre as chaves de um dicionário. Como regra geral, considere iterável qualquer objeto que possa ser usado em um for. 

Explorando iteráveis em Python com exemplos

Dadas as definições, podemos concluir que todo iterador também é iterável. Porém, nem todo iterável é um iterador. Um iterável só produz um iterador quando é percorrido.

Para demonstrar, vamos instanciar uma lista, que é um iterável, e produzir um iterador chamando a função built-in iter() nessa lista. 

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

"""
<list_iterator object at 0x7fd946309e90>
"""Tecnologia

Embora a lista por si só não seja um iterador, chamar a função iter() a converte em um iterador e retorna o objeto iterador.

Para mostrar que nem todo iterável é iterador, vamos instanciar a mesma lista e tentar chamar a função next(), usada para retornar o próximo item de um 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
"""Tecnologia

No código acima, ao tentar chamar next() na lista, foi gerado um TypeError – saiba mais sobre tratamento de exceções e erros em Python. Isso acontece simplesmente porque uma lista é um iterável, não um iterador. 

Explorando iteradores em Python com exemplos

Assim, se o objetivo é percorrer uma lista manualmente, primeiro é preciso criar um objeto iterador. Só então podemos controlar a iteração pelos valores da lista.

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

# converter a lista em iterador
iterator = iter(list_instance)

# retornar itens um por vez
print(next(iterator))
print(next(iterator))
print(next(iterator))
print(next(iterator))
"""
1
2
3
4
"""Tecnologia

O Python cria automaticamente um objeto iterador sempre que você tenta fazer um loop sobre um objeto iterável. 

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

# percorrer a lista
for item in list_instance:
  print(item)
"""
1
2
3
4
"""Tecnologia

Quando a exceção StopIteration é capturada, o loop é encerrado.

Os valores obtidos de um iterador só podem ser recuperados da esquerda para a direita. Python não possui uma função previous() para permitir voltar em um iterador. 

A natureza preguiçosa dos iteradores

É possível definir vários iteradores a partir do mesmo objeto iterável. Cada iterador mantém seu próprio estado de progresso. Assim, ao criar várias instâncias de iterador de um mesmo iterável, você pode chegar ao fim de uma instância enquanto outra permanece no início.

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
"""Tecnologia

Perceba que iterator_b imprime o primeiro elemento da sequência.

Podemos dizer, então, que iteradores têm natureza preguiçosa: quando um iterador é criado, os elementos não são gerados até serem solicitados. Em outras palavras, os elementos da nossa lista só seriam retornados quando pedíssemos explicitamente com next(iter(list_instance)). 

No entanto, é possível extrair todos os valores de um iterador de uma vez chamando um contêiner iterável built-in (ou seja, list(), set(), tuple()) sobre o objeto iterador, forçando-o a gerar todos os elementos de uma vez.

# instanciar o iterável
list_instance = [1, 2, 3, 4]

# produzir um iterador a partir do iterável
iterator = iter(list_instance)
print(list(iterator))
"""
[1, 2, 3, 4]
"""Tecnologia

Isso não é recomendado para iteradores grandes, pois obriga todos os elementos a serem gerados e mantidos em memória de uma só vez, o que anula o benefício da avaliação preguiçosa.

Quando um conjunto de dados é grande demais para caber confortavelmente na memória, ou quando você quer iteração preguiçosa sem escrever uma classe de iterador completa, um generator costuma ser a melhor opção.

Generators em Python

A alternativa mais rápida a implementar um iterador é usar um generator. Embora generators se pareçam com funções Python comuns, eles são diferentes. Para começar, um generator não retorna itens diretamente. Em vez disso, usa a palavra-chave yield para gerar itens sob demanda. Assim, podemos dizer que um generator é um tipo especial de função que faz uso de avaliação preguiçosa.

Generators não armazenam seu conteúdo em memória como um iterável típico faria. Por exemplo, se a ideia fosse encontrar todos os divisores de um inteiro positivo, normalmente implementaríamos uma função tradicional (saiba mais sobre funções em Python neste tutorial) assim:  

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]
"""Tecnologia

O código acima retorna a lista completa de divisores. Agora repare a diferença quando usamos um generator em vez de uma função tradicional:

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

"""
<generator object factors at 0x7fd938271350>
"""Tecnologia

Como usamos yield em vez de return, a função não é encerrada após a execução. Na prática, pedimos ao Python para criar um objeto generator em vez de uma função tradicional, o que permite acompanhar o estado do generator. 

Consequentemente, é possível chamar next() nesse iterador preguiçoso para exibir os elementos da sequência um por vez. 

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
"""Tecnologia

Outra forma de criar um generator é com uma compreensão de generator. A sintaxe é semelhante à de uma compreensão de lista, mas com parênteses em vez de colchetes.

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

Explorando a palavra-chave yield em Python

A palavra-chave yield controla o fluxo de uma função generator. Em vez de encerrar a função como acontece com return, yield retorna um valor e mantém o estado das variáveis locais.

O generator retornado pela chamada a yield pode ser atribuído a uma variável e percorrido com a função next() – isso executa a função até encontrar o primeiro yield. Ao chegar em yield, a execução da função é suspensa e seu estado é salvo. Assim, é possível retomar a execução quando quisermos. 

Ao retomar, a função continua a partir do ponto do yield. Por exemplo: 

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:
"""Tecnologia

No código acima, nosso generator tem quatro chamadas a yield, mas tentamos chamar next cinco vezes, o que gerou uma exceção StopIteration. Isso acontece porque nosso generator não é uma série infinita; ao chamá-lo mais vezes do que o esperado, ele é esgotado.

Para fechar 

Recapitulando: iteradores são objetos que podem ser percorridos, e generators são funções especiais que fazem avaliação preguiçosa. Ao implementar seu próprio iterador, você precisa criar os métodos __iter__() e __next__(); já um generator pode ser implementado usando a palavra-chave yield em uma função ou em uma compreensão em Python. 

Você pode preferir um iterador personalizado em vez de um generator quando precisar de um objeto com lógica mais complexa de manutenção de estado ou quando quiser expor outros métodos além de __next__(), __iter__() e __init__(). Por outro lado, um generator pode ser mais adequado ao lidar com grandes volumes de dados, já que não armazena o conteúdo em memória, ou quando não é necessário implementar um iterador completo.