完全理解 Python 迭代对象、迭代器、生成器
完全理解 Python 迭代对象、迭代器、生成器
本文源自RQ作者的一篇博文，原文是Iterables vs. Iterators vs. Generators，俺写的这篇文章是按照自己的理解做的参考翻译，算不上是原文的中译版本，推荐阅读原文，谢谢网友指正。
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，我将用一篇文章试图将这些概念以及它们之间的关系捋清楚。
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（也有一些特例，并不是所有的元素都放在内存，比如迭代器和生成器对象）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：
|
1
2
3
4
5
6
|
>>>assert1in[1,2,3] # lists
>>>assert4notin[1,2,3]
>>>assert1in{1,2,3} # sets
>>>assert4notin{1,2,3}
>>>assert1in(1,2,3) # tuples
>>>assert4notin(1,2,3)
|
询问某元素是否在dict中用dict的中key：
|
1
2
3
|
>>>d={1:'foo',2:'bar',3:'qux'}
>>>assert1ind
>>>assert'foo'notind # 'foo' 不是dict中的元素
|
询问某substring是否在string中：
|
1
2
3
4
|
>>>s='foobar'
>>>assert'b'ins
>>>assert'x'notins
>>>assert'foo'ins
|
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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>>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__方法，该方法返回一个迭代器对象。
当运行代码：
|
1
2
3
|
x=[1,2,3]
forelem inx:
...
|
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。
|
1
2
3
4
5
6
7
8
9
10
11
12
|
>>>importdis
>>>x=[1,2,3]
>>>dis.dis('for _ in x: pass')
1 0SETUP_LOOP 14(to17)
3LOAD_NAME 0(x)
6GET_ITER
>> 7FOR_ITER 6(to16)
10STORE_NAME 1(_)
13JUMP_ABSOLUTE 7
>> 16POP_BLOCK
>> 17LOAD_CONST 0(None)
20RETURN_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__iter__和__next__()（python2中实现next()）方法的对象都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一个值，如果容器中没有更多元素了，则抛出StopIteration异常，至于它们到底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：
|
1
2
3
4
5
6
|
>>>fromitertoolsimportcount
>>>counter=count(start=13)
>>>next(counter)
13
>>>next(counter)
14
|
从一个有限序列中生成无限序列：
|
1
2
3
4
5
6
7
8
9
10
|
>>>fromitertoolsimportcycle
>>>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：
|
1
2
3
4
5
6
7
8
9
|
>>>fromitertoolsimportislice
>>>colors=cycle(['red','white','blue']) # infinite
>>>limited=islice(colors,0,4) # finite
>>>forxinlimited:
... 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
classFib:
def__init__(self):
self.prev=0
self.curr=1
def__iter__(self):
returnself
def__next__(self):
value=self.curr
self.curr+=self.prev
self.prev=value
returnvalue
>>>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：
|
1
2
3
4
5
6
7
8
9
|
deffib():
prev,curr=0,1
whileTrue:
yieldcurr
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，它特殊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：
|
1
2
3
4
5
|
defsomething():
result=[]
for...in...:
result.append(x)
returnresult
|
都可以用生成器函数来替换：
|
1
2
3
|
defiter_something():
for...in...:
yieldx
|
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。
|
1
2
3
4
5
|
>>>a=(x*xforxinrange(10))
>>>a
<generator object<genexpr>at0x401f08>
>>>sum(a)
285
|
总结
- 容器是一系列元素的集合，str、list、set、dict、file、sockets对象都可以看作是容器，容器都可以被迭代（用在for，while等语句中），因此他们被称为可迭代对象。
- 可迭代对象实现了
__iter__方法，该方法返回一个迭代器对象。 - 迭代器持有一个内部状态的字段，用于记录下次迭代返回值，它实现了
__next__和__iter__方法，迭代器不会一次性把所有元素加载到内存，而是需要的时候才生成返回结果。 - 生成器是一种特殊的迭代器，它的返回值不是通过
return而是用yield。
参考链接：https://docs.python.org/2/library/stdtypes.html#iterator-types
