理解 Python 迭代對象、迭代器、生成器

在了解Python的數據結構時，容器(container)、可迭代對象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推導式(list,set,dict comprehension)眾多概念參雜在一起，難免讓初學者一頭霧水，我將用一篇文章試圖將這些概念以及它們之間的關系捋清楚。

容器(container)

容器是一種把多個元素組織在一起的數據結構，容器中的元素可以逐個地迭代獲取，可以用 in ,  not in 關鍵字判斷元素是否包含在容器中。通常這類數據結構把所有的元素存儲在內存中（也有一些特列并不是所有的元素都放在內存）在Python中，常見的容器對象有：

• list, deque, ....

• set, frozensets, ....

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

• tuple, namedtuple, …

• str

容器比較容易理解，因為你就可以把它看作是一個盒子、一棟房子、一個柜子，里面可以塞任何東西。從技術角度來說，當它可以用來詢問某個元素是否包含在其中時，那么這個對象就可以認為是一個容器，比如 list，set，tuples都是容器對象：

>>> 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)

詢問某元素是否在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

詢問某substring是否在string中：

>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s

盡管絕大多數容器都提供了某種方式來獲取其中的每一個元素，但這并不是容器本身提供的能力，而是 可迭代對象 賦予了容器這種能力，當然并不是所有的容器都是可迭代的，比如： Bloom filter ，雖然Bloom filter可以用來檢測某個元素是否包含在容器中，但是并不能從容器中獲取其中的每一個值，因為Bloom filter壓根就沒把元素存儲在容器中，而是通過一個散列函數映射成一個值保存在數組中。

可迭代對象(iterable)

剛才說過，很多容器都是可迭代對象，此外還有更多的對象同樣也是可迭代對象，比如處于打開狀態的files，sockets等等。但凡是可以返回一個 迭代器 的對象都可稱之為可迭代對象，聽起來可能有點困惑，沒關系，先看一個例子：

>>> 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'>

這里 x 是一個可迭代對象，可迭代對象和容器一樣是一種通俗的叫法，并不是指某種具體的數據類型，list是可迭代對象，dict是可迭代對象，set也是可迭代對象。  y 和  z 是兩個獨立的迭代器，迭代器內部持有一個狀態，該狀態用于記錄當前迭代所在的位置，以方便下次迭代的時候獲取正確的元素。迭代器有一種具體的迭代器類型，比如  list_iterator ，  set_iterator 。可迭代對象實現了  __iter__ 和  __next__ 方法（python2中是  next 方法，python3是  __next__ 方法），這兩個方法對應內置函數  iter() 和  next() 。  __iter__ 方法返回可迭代對象本身，這使得他既是一個可迭代對象同時也是一個迭代器。

當運行代碼：

x = [1, 2, 3]
for elem in x:
   ...

實際執行情況是：

反編譯該段代碼，你可以看到解釋器顯示地調用 GET_ITER 指令，相當于調用  iter(x) ，  FOR_ITER 指令就是調用  next() 方法，不斷地獲取迭代器中的下一個元素，但是你沒法直接從指令中看出來，因為他被解釋器優化過了。

>>> 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？它是一個帶狀態的對象，他能在你調用 next() 方法的時候返回容器中的下一個值，任何實現了  __next__() （python2中實現  next() ）方法的對象都是迭代器，至于它是如何實現的這并不重要。

所以，迭代器就是實現了工廠模式的對象，它在你每次你詢問要下一個值的時候給你返回。有很多關于迭代器的例子，比如 itertools 函數返回的都是迭代器對象。

生成無限序列：

>>> from itertools import count
>>> counter = count(start=13)
>>> next(counter)
13
>>> next(counter)
14

從一個有限序列中生成無限序列：

>>> from itertools import cycle
>>> colors = cycle(['red', 'white', 'blue'])
>>> next(colors)
'red'
>>> next(colors)
'white'
>>> next(colors)
'blue'
>>> next(colors)
'red'

從無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

為了更直觀地感受迭代器內部的執行過程，我們自定義一個迭代器，以斐波那契數列為例：

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既是一個可迭代對象（因為它實現了 __iter__ 方法），又是一個迭代器（因為實現了  __next__ 方法）。實例變量  prev 和  curr 用戶維護迭代器內部的狀態。每次調用  next() 方法的時候做兩件事：

1. 為下一次調用 next() 方法修改狀態

2. 為當前這次調用生成返回結果

迭代器就像一個懶加載的工廠，等到有人需要的時候才給它生成值返回，沒調用的時候就處于休眠狀態等待下一次調用。

生成器(generator)

生成器算得上是Python語言中最吸引人的特性之一，生成器其實是一種特殊的迭代器，不過這種迭代器更加優雅。它不需要再像上面的類一樣寫 __iter__() 和  __next__() 方法了，只需要一個  yiled 關鍵字。 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種懶加載的模式生成值。用生成器來實現斐波那契數列的例子是：

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 就是一個普通的python函數，它特需的地方在于函數體中沒有  return 關鍵字，函數的返回值是一個生成器對象。當執行  f=fib() 返回的是一個生成器對象，此時函數體中的代碼并不會執行，只有顯示或隱示地調用next的時候才會真正執行里面的代碼。

生成器在Python中是一個非常強大的編程結構，可以用更少地中間變量寫流式代碼，此外，相比其它容器對象它更能節省內存和CPU，當然它可以用更少的代碼來實現相似的功能。現在就可以動手重構你的代碼了，但凡看到類似：

def something():
   result = []
   for ... in ...:
       result.append(x)
   return result

都可以用生成器函數來替換：

def iter_something():
   for ... in ...:
       yield x

生成器表達式(generator expression)

生成器表達式是列表推倒式的生成器版本，看起來像列表推導式，但是它返回的是一個生成器對象而不是列表對象。

>>> a = (x*x for x in range(10))
>>> a
<generator object <genexpr> at 0x401f08>
>>> sum(a)
285

 

來自：https://mp.weixin.qq.com/s/baavCsOtKH0uuUGI-GPecw