Python 迭代对象迭代器生成器详解

Posted 2020-08-24

在了解Python的数据结构时，容器(container)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推导式(list,set,dict comprehension)众多概念参杂在一起，难免让初学者一头雾水，本文将一一为大家进行介绍，希望对大家学习python有所帮助。

容器(container)

 

容器是一种把多个元素组织在一起的数据结构，容器中的元素可以逐个地迭代获取，可以用 in ,  not in 关键字判断元素是否包含在容器中。通常这类数据结构把所有的元素存储在内存中（也有一些特列并不是所有的元素都放在内存）在Python中，常见的容器对象有：

 

list, deque, ....

 

set, frozensets, ....

 

dict, defaultdict, OrderedDict, Counter, ....

 

tuple, namedtuple, …

 

str

 

容器比较容易理解，因为你就可以把它看作是一个盒子、一栋房子、一个柜子，里面可以塞任何东西。从技术角度来说，当它可以用来询问某个元素是否包含在其中时，那么这个对象就可以认为是一个容器，比如 list，set，tuples都是容器对象：

 

>>> assert 1 in [1, 2, 3]      # lists

>>> assert 4 not in [1, 2, 3]

>>> assert 1 in {1, 2, 3}      # sets

>>> assert 4 not in {1, 2, 3}

>>> assert 1 in (1, 2, 3)      # tuples

>>> assert 4 not in (1, 2, 3)

询问某元素是否在dict中用dict的中key：

 

>>> d = {1: ’foo’, 2: ’bar’, 3: ’qux’}

>>> assert 1 in d

>>> assert ’foo’ not in d  # ’foo’ 不是dict中的元素

询问某substring是否在string中：

 

>>> s = ’foobar’

>>> assert ’b’ in s

>>> assert ’x’ not in s

>>> assert ’foo’ in s

尽管绝大多数容器都提供了某种方式来获取其中的每一个元素，但这并不是容器本身提供的能力，而是 可迭代对象 赋予了容器这种能力，当然并不是所有的容器都是可迭代的，比如： Bloom filter ，虽然Bloom filter可以用来检测某个元素是否包含在容器中，但是并不能从容器中获取其中的每一个值，因为Bloom filter压根就没把元素存储在容器中，而是通过一个散列函数映射成一个值保存在数组中。

 

可迭代对象(iterable)

 

刚才说过，很多容器都是可迭代对象，此外还有更多的对象同样也是可迭代对象，比如处于打开状态的files，sockets等等。但凡是可以返回一个 迭代器 的对象都可称之为可迭代对象，听起来可能有点困惑，没关系，先看一个例子：

 

>>> x = [1, 2, 3]

>>> y = iter(x)

>>> z = iter(x)

>>> next(y)

1

>>> next(y)

2

>>> next(z)

1

>>> type(x)

<class ’list’>

>>> type(y)

<class ’list_iterator’>

这里 x 是一个可迭代对象，可迭代对象和容器一样是一种通俗的叫法，并不是指某种具体的数据类型，list是可迭代对象，dict是可迭代对象，set也是可迭代对象。  y 和  z 是两个独立的迭代器，迭代器内部持有一个状态，该状态用于记录当前迭代所在的位置，以方便下次迭代的时候获取正确的元素。迭代器有一种具体的迭代器类型，比如  list_iterator ，  set_iterator 。可迭代对象实现了  __iter__ 和  __next__ 方法（python2中是  next 方法，python3是  __next__ 方法），这两个方法对应内置函数  iter() 和  next() 。  __iter__ 方法返回可迭代对象本身，这使得他既是一个可迭代对象同时也是一个迭代器。

 

当运行代码：

 

x = [1, 2, 3]

for elem in x:

   ...

实际执行情况是：

反编译该段代码，你可以看到解释器显示地调用 GET_ITER 指令，相当于调用  iter(x) ，  FOR_ITER 指令就是调用  next() 方法，不断地获取迭代器中的下一个元素，但是你没法直接从指令中看出来，因为他被解释器优化过了。

 

>>> import dis

>>> x = [1, 2, 3]

>>> dis.dis(’for _ in x: pass’)

 1           0 SETUP_LOOP              14 (to 17)

             3 LOAD_NAME                0 (x)

             6 GET_ITER

       >>    7 FOR_ITER                 6 (to 16)

            10 STORE_NAME               1 (_)

            13 JUMP_ABSOLUTE            7

       >>   16 POP_BLOCK

       >>   17 LOAD_CONST               0 (None)

            20 RETURN_VALUE

迭代器(iterator)

 

那么什么迭代器呢？它是一个带状态的对象，他能在你调用 next() 方法的时候返回容器中的下一个值，任何实现了  __next__() （python2中实现  next() ）方法的对象都是迭代器，至于它是如何实现的这并不重要。

 

所以，迭代器就是实现了工厂模式的对象，它在你每次你询问要下一个值的时候给你返回。有很多关于迭代器的例子，比如 itertools 函数返回的都是迭代器对象。

 

生成无限序列：

 

>>> from itertools import count

>>> counter = count(start=13)

>>> next(counter)

13

>>> next(counter)

14

从一个有限序列中生成无限序列：

 

>>> from itertools import cycle

>>> colors = cycle([’red’, ’white’, ’blue’])

>>> next(colors)

’red’

>>> next(colors)

’white’

>>> next(colors)

’blue’

>>> next(colors)

’red’

从无限的序列中生成有限序列：

 

>>> from itertools import islice

>>> colors = cycle([’red’, ’white’, ’blue’])  # infinite

>>> limited = islice(colors, 0, 4)            # finite

>>> for x in limited:                        

...     print(x)

red

white

blue

red

为了更直观地感受迭代器内部的执行过程，我们自定义一个迭代器，以斐波那契数列为例：

 

class Fib:

   def __init__(self):

       self.prev = 0

       self.curr = 1

   def __iter__(self):

       return self

   def __next__(self):

       value = self.curr

       self.curr += self.prev

       self.prev = value

       return value

>>> f = Fib()

>>> list(islice(f, 0, 10))

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

Fib既是一个可迭代对象（因为它实现了 __iter__ 方法），又是一个迭代器（因为实现了  __next__ 方法）。实例变量  prev 和  curr 用户维护迭代器内部的状态。每次调用  next() 方法的时候做两件事：

 

为下一次调用 next() 方法修改状态

 

为当前这次调用生成返回结果

 

迭代器就像一个懒加载的工厂，等到有人需要的时候才给它生成值返回，没调用的时候就处于休眠状态等待下一次调用。

 

生成器(generator)

 

生成器算得上是Python语言中最吸引人的特性之一，生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅。它不需要再像上面的类一样写 __iter__() 和  __next__() 方法了，只需要一个  yiled 关键字。 生成器一定是迭代器（反之不成立），因此任何生成器也是以一种懒加载的模式生成值。用生成器来实现斐波那契数列的例子是：

 

def fib():

   prev, curr = 0, 1

   while True:

       yield curr

       prev, curr = curr, curr + prev

>>> f = fib()

>>> list(islice(f, 0, 10))

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

fib 就是一个普通的python函数，它特需的地方在于函数体中没有  return 关键字，函数的返回值是一个生成器对象。当执行  f=fib() 返回的是一个生成器对象，此时函数体中的代码并不会执行，只有显示或隐示地调用next的时候才会真正执行里面的代码。

 

生成器在Python中是一个非常强大的编程结构，可以用更少地中间变量写流式代码，此外，相比其它容器对象它更能节省内存和CPU，当然它可以用更少的代码来实现相似的功能。现在就可以动手重构你的代码了，但凡看到类似：

 

def something():

   result = []

   for ... in ...:

       result.append(x)

   return result

都可以用生成器函数来替换：

 

def iter_something():

   for ... in ...:

       yield x

生成器表达式(generator expression)

 

生成器表达式是列表推倒式的生成器版本，看起来像列表推导式，但是它返回的是一个生成器对象而不是列表对象。

 

>>> a = (x*x for x in range(10))

>>> a

<generator object <genexpr> at 0x401f08>

>>> sum(a)

285

 

来源：公众账号