为什么即使 DataFrame 没有实现/继承 __iter__()，`list(<DataFrame>)` 仍然有效？

Question

我找不到在rpy2.robjects.DataFrame 及其任何基类中定义的__iter__() 方法*

不过，我可以使用 this code 将 DataFrame 转换为 dict：

from rpy2.robjects import DataFrame
dataframe = DataFrame(...)

d = dict(zip(dataframe.names, map(list, list(dataframe))))

为什么上面代码中的list(dataframe)没有触发TypeError: 'DataFrame' object is not iterable？

---

* 通过运行以下代码确定：

def test_attr(cls, attr):
  if attr in cls.__dict__:
    print cls.__name__
  else:
    for base in cls.__bases__:
      test_attr(base, attr)

Python 2.7.8（默认，2014 年 10 月 18 日，05:53:47） ... >>> 从 rpy2.robjects 导入 DataFrame >>> test_attr(DataFrame, '__iter__')

Answer 1

我认为每个 robject 都实现了 rinterface

你可以在

中看到__iter__方法

https://bitbucket.org/lgautier/rpy2/src/08ec0c15bd5ef8170ad8a49c2dc2b4a8dea36d64/rpy/rinterface/_rinterface.c?at=default#cl-2446

至少我认为......它很快就会变得很纠结

Answer 2

list 方法根据 iter 方法工作。* 而且，正如文档所说：

如果没有第二个参数，object 必须是支持迭代协议（__iter__() 方法）的集合对象，或者它必须支持序列协议（__getitem__() 方法，整数参数从 0 开始）。

---

这是一个 iterable** 类示例，但未定义 __iter__：

class Range10(object):
    def __getitem__(self, i):
        if i < 10: return i
        raise IndexError
r = Range10()
list(r)

输出将是[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]。

---

如果你很好奇，这个“序列协议”如果在早期的 Python 中有效地工作 for 循环，但是当在 Python 2.2 中添加迭代器时，现代定义是为了向后兼容而创建的。*** 它可能有在 3.0 中被删除，但有充分的理由说明它为什么有用，所以它保留了。****

---

_{* 实际上，至少在 CPython 中，它实际上不是这样工作的，但它被记录为工作就好像它正在调用 iter。}

_{** 但请注意，它不是an Iterable，尽管这是您不必继承/注册的少数“自动 ABC”之一。文档明确没有说 Iterable 表示 iterable;它说“另见 iterable 的定义”。}

_{*** 例如，像numeric（今天的numpy 的前身）这样的第三方库提供了在Python 2.1 中的for 循环中工作的集合类，他们希望它们能够继续工作虽然 for 循环现在是根据迭代器实现的。}

_{**** 我不记得参数到底是什么，但它一定与某些类通过考虑序列协议而不是手动来更易读/更容易理解有关根据迭代协议再现相同的事物。您必须在 python-3000 列表档案中寻找详细信息。}