return next(self._sampler_iter) # 可能会引发 StopIteration答案

【问题标题】：return next(self._sampler_iter) # may raise StopIterationreturn next(self._sampler_iter) # 可能会引发 StopIteration
【发布时间】：2020-11-14 21:43:59
【问题描述】：

出于某种原因，我没有使用enumerate(data loader)，而是为数据加载器创建迭代器。在下面显示的while 循环中，它给了我StopIteration 错误。

描述原因的简约代码：

loader = DataLoader(dataset, batch_size=args.batch_size)
dataloader_iter = iter(loader)
while(dataloader_iter):
    X, y = next(dataloader_iter)
    ...

检查迭代器是否为空的正确条件（在 while 循环中指定）是什么？

【问题讨论】：

注意，enumerate 创建了一个迭代器，即一个enumerate 对象。但它当然可以引发 StopIteration，这就是迭代器的工作方式。处理此问题的惯用方法是使用 try-except StopIteration
但是你为什么要这样迭代呢？为什么不for X, y in dataloader_iter？
注意，与其他语言不同，Python 中的迭代器协议并没有规定任何方法来检查迭代器是否为空，例如 Java 的 hasNext，相当于 @987654330 的 rasing @ 例外。 Python 通常会依赖于其他类似语言可能提供显式检查方式的异常。请注意，您可以使用next 的第二个参数来提供一些标记值，例如next(iterator, None)，但这不是惯用的
我这样迭代的原因是因为我的数据集中有一个损坏的条目（维度不匹配）。所以，每当我在做enumerate(dataloader) 时，它都会抛出一些错误。现在，我在next(dataloader_iter) 周围使用try-catch 来跳过该恶意条目。
啊，解包失败了。好的，使用它是一个足够简单的解决方案。请注意，您可以仍然使用枚举，它只返回一个迭代器（即enumerate 对象是迭代器）

标签： python iterator pytorch

【解决方案1】：

在 Python 中，在很多情况下，将异常用于控制流是标准的。

只需将其包装在 try-except 中：

loader = DataLoader(dataset, batch_size=args.batch_size)
dataloader_iter = iter(loader)
try:
    while True:
        x, y = next(dataloader_iter)
        ...
except StopIteration:
    pass

如果你想在while循环中捕获其他一些错误，你可以将try-except移到里面，但是你必须记住在遇到StopIteration时要跳出循环：

loader = DataLoader(dataset, batch_size=args.batch_size)
dataloader_iter = iter(loader)
while True:
    try:
        x, y = next(dataloader_iter)
        ...
    except SomeOtherException:
        ...
    except StopIteration:
        break

【讨论】：

我可以颠倒try和while的顺序吗？
try-except 可能应该放在 while 循环体中
@juanpa.arrivillaga 在某些情况下，您可能需要更多控制并使用while 循环。但是，是的，我同意如果你可以摆脱for 循环，那将是首选。
是的，我误解了 OP，我认为调用 enumerate(loader) 失败了