为什么BatchIndices对象不是迭代器？

好问题！咱们来一步步拆解这个问题，先看看你提供的代码：

import threading
import numpy as np

class BatchIndices(object):
    def __init__(self, n, bs, shuffle=False):
        self.n,self.bs,self.shuffle = n,bs,shuffle
        print(n,bs)
        self.lock = threading.Lock()
        self.reset()
    def reset(self):
        self.idxs = (np.random.permutation(self.n) if self.shuffle else np.arange(0, self.n))
        self.curr = 0
    def __next__(self):
        with self.lock:
            if self.curr >= self.n:
                self.reset()
            ni = min(self.bs, self.n-self.curr)
            res = self.idxs[self.curr:self.curr+ni]
            self.curr += ni
            print(res)
            return res

# 示例调用
bi = BatchIndices(10, 3)

核心原因：缺少__iter__()方法 #

在Python里，一个对象要被认定为迭代器，必须同时满足两个硬性条件：

• 实现__next__()方法：你的类已经做到了，这个方法负责返回下一个元素（你的代码里还做了循环重置，属于无限迭代的设计）
• 实现__iter__()方法：这个方法必须返回迭代器对象本身（也就是self）——而你的类完全没写这个方法，所以Python不把它当作迭代器。

怎么修复？ #

只需要给BatchIndices类添加一个简单的__iter__方法就行：

def __iter__(self):
    return self

添加之后，你的对象就变成了标准迭代器，能直接用在for循环这类迭代场景里了，比如：

for batch in bi:
    print("正在处理批次:", batch)
    # 因为你的类是无限迭代的，记得加终止条件
    if some_stop_condition:
        break

额外提一句：如果只是可迭代对象（比如列表、元组），只需要实现__iter__()返回一个迭代器就行，但迭代器本身必须同时具备__iter__和__next__两个方法。你的类之前缺了关键的__iter__，所以既不是可迭代对象也不是迭代器。

内容的提问来源于stack exchange，提问作者waseem abbas