Python 为什么可以'；我不能在同一个数据上迭代两次吗？

老实说，我有点困惑，为什么我不能在同一个数据上迭代两次呢

def _view(self,dbName):
    db = self.dictDatabases[dbName]
    data = db[3]

    for row in data:
        print("doing this one time")

    for row in data:
        print("doing this two times")

这将打印几次“执行此操作一次”（因为数据有几行），但根本不会打印“执行此操作两次”

第一次迭代数据时效果很好，但第二次运行最后一个列表“for row in data”时，这不会返回任何结果。。。所以执行一次有效，但不是两次

---

仅供参考-数据是一个csv.reader对象（如果这是原因）.

这是因为

数据是一个迭代器，您只能使用迭代器一次。例如：

lst = [1, 2, 3]
it = iter(lst)

next(it)
=> 1
next(it)
=> 2
next(it)
=> 3
next(it)
=> StopIteration

如果我们使用
for
循环遍历某些数据，那么最后一次
StopIteration
将导致它第一次退出。如果我们再次尝试迭代它，我们将继续得到
StopIteration
异常，因为迭代器已经被使用

现在来看第二个问题：如果我们确实需要多次遍历迭代器，该怎么办？一个简单的解决方案是创建一个包含元素的列表，我们可以根据需要多次遍历它。只要列表中的元素很少，就可以了：

data = list(db[3])

但如果有许多元素，最好使用以下方法创建独立迭代器：

现在，我们可以依次循环每一个：

for e in it1:
    print("doing this one time")

for e in it2:
    print("doing this two times")

一旦迭代器耗尽，它将不再产生任何结果

>>> it = iter([3, 1, 2])
>>> for x in it: print(x)
...
3
1
2
>>> for x in it: print(x)
...
>>>

我想为那些在2017年寻找解决方案并使用python 2.7或3的人完成@ÓscarLópez的答案

方法tee（）现在不接受任何关键字参数，并等待第二个参数为整数，而不是关键字。这是使用tee（）的正确方法：

Iterable vs.iterator。我并不是说这是重复的，但您可能还想参考更多上下文/解释。为什么不在数据上迭代一次，并在第一次执行所有需要的操作？相关：
it.next（）
对于本例很好，因为您可以想象
next
方法正在以某种方式修改
it
，以跟踪已生成的内容（当然，对于许多对象，这种“跟踪”或计算下一个要返回的值发生在C代码中）。但是，通常在编写代码时，最好使用
next（it）
，前提是您不需要支持非常旧的python版本——这与python3.x是向前兼容的，在python3.x中
it.next（）
被重命名为
it.\uuuuuuuuuuuuuuuu（）
…@scarLópez——实际上我并没有暗示您应该更改答案。我确实有点喜欢
it。next（）
使
it
可能正在改变的关联变得多么清晰<代码>下一步（it）

不太清晰，因为它返回一些东西，并且

它

会被修改（这在python中通常不是最直观的事情…@ÓscarLópez在

tee

上的文档中指出：“这个itertool可能需要大量的辅助存储（取决于需要存储多少临时数据）。一般来说，如果一个迭代器在另一个迭代器启动之前使用了大部分或全部数据，那么使用list（）而不是tee（）会更快。“因此，如果您像示例中那样使用

it1

和

it2

，您可能不会从

tee

中获得任何真正的好处（同时可能会带来一些额外的开销）.I support@svk-在这种情况下，

tee

将以比单个

list

调用效率稍低的方式创建迭代器值的完整副本。人们应该使用

tee

而不是在iterable中有很多元素的情况下-这是不相关的，而是在存在使用位置的情况下-在这种情况下

tee

的缓存可以小于整个列表。例如，如果两个迭代器并驾齐驱，比如在

zip（a，islice（b，1））

调用中。这是有意义的，但我如何绕过它？@JSchwartz，将迭代器转换为序列对象（

list

，

tuple

）。然后迭代序列对象。（仅当csv的大小不是很大时）@JSchwartz，或者，如果您可以访问底层文件对象，并且该对象是可查找的。您可以在第二个循环之前更改文件位置：

csv\u file\u object.seek（0）

>>> it = iter([3, 1, 2])
>>> for x in it: print(x)
...
3
1
2
>>> for x in it: print(x)
...
>>>

import itertools
it1, it2 = itertools.tee(db[3], 2)