如何用最快的速度读出大小为10G的文件的行数?弄懂 python 的迭代器

Posted 2021-01-19 橘个栗子

1 with open(‘rm_keys.txt‘, ‘r‘, encoding = ‘utf-8‘) as f:
2 
3     count = 0
4 
5 for line in f:
6 
7　　　count += 1
8 
9 　　print(count)

　　for line in f 将文件对象 f 视为一个可迭代的数据类型，会自动使用 IO 缓存和内存管理，这样就不必担心大文件了。

一、先理解可迭代对象的本质
　　随便封装了一个可以存放多条数据的类型是不能迭代的——需要添加了__iter__方法。
　　可迭代对象的本质就是提供一个这样的中间“人”即迭代器，帮助我们对其进行迭代遍历使用。
　　可迭代对象是一个具备了__iter__方法的对象，通过__iter__方法获取可迭代对象的迭代器。

二、跌代器好处：实时生成数据，节省内存

三、迭代器的作用：具体指定下一个数据

 

四、如何使用迭代器

　　先获取迭代器：[可迭代对象].__iter__()
　　再用next()函数来获取下一个元素

五、判断是否是迭代器：

　　from collection import Iterator
　　isinstance(对象，Iterator)
　　判断的依据是有没有__iter__()方法和__next__()方法

 

 六、for...in...循环的本质

　　先得到这个可迭代对象的迭代器iter(对象)
　　使用while循环不断得遍历下一个值next(迭代器)
　　直到遍历到已经没有下一个值了（会报异常StopIteration）
　　退出循环

 

七、举个例子

数学中有个著名的斐波拉契数列（Fibonacci）

数列中第一个数为0，第二个数为1

其后的每一个数都可由前两个数相加得到：

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...

现在我们先通过for...in...循环来遍历迭代斐波那契数列中的前n个数：

class Fib(object):
    def __iter__(self):
        return self

    def __next__(self):
        pass

fib = Fib()

for i in fib:
    print(i)


# 一次性的到结果：0， 1， 1， 2， 3， 5， 8， 13....

 

这个斐波那契数列我们可以用迭代器来实现，

每次迭代都通过数学计算来生成下一个数。

使用迭代器的形式实现：

class Fib(object):
    def __init__(self, num):
        self.num = num   # 表示前n项
        self.a = 0     # 前一个值
        self.b = 1     # 后一个值
        self.i = 0    # 次数

    def __iter__(self):
        return self

    def __next__(self):
        if self.i < self.num:
            ret = self.a
            self.a, self.b = self.b, self.a+self.b
            self.i += 1
            return ret
        else:
            raise StopIteration

fib = Fib(10)

print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))
for i in fib:
    print(i)

# 想要多少个就next()多少个

 

八、有了迭代器，接下就可以了解生成器

　　生成器是一种特殊的迭代器,它比迭代器更优雅