Python: 生成器与迭代 generators and iteration

https://eastlakeside.gitbooks.io/interpy-zh/content/Generators/

文章不是非常好

 

1，三个概念

可迭代对象 iterable, 迭代器 iterator, 迭代 iteration.

可迭代对象就是能提供迭代器的任意对象。Python中的任意对象，只要它定义了能返回迭代器的 __iter__ 方法，或者定义了支持下标索引的 __getitem__ 方法它就是一个可迭代对象。

按照文章的说法，只要定义了 __next__ 方法的对象，它就是迭代器。

-- 这样乍一看，可迭代对象和迭代器岂非是同一个的东西？其实不然。请看下面例子。

my_string = "Yasoob"
next(my_string)
# Output: Traceback (most recent call last):
#      File "<stdin>", line 1, in <module>
#    TypeError: str object is not an iterator

以上异常说明，str 不是迭代器；虽然它是可迭代对象，但它不是迭代器。也就是说，它支持迭代，但是不能直接对其进行迭代操作。

这时候应该使用内置函数 iter, 它根据一个可迭代对象返回一个迭代器对象。

my_string = "Yasoob"
my_iter = iter(my_string)
next(my_iter)
# Output: 'Y'

可以认为，迭代器是可迭代对象的方法的结果；可迭代对象通过方法得到迭代器；只有迭代器才是可以进行迭代操作的。

2，生成器 generator

generator是一个函数，但是它的行为想迭代器，它可以放在for..loop中。

generator的特点是：

1)运行时生成值；

2)可以用for遍历；

3)以函数形式实现，但是不返回值，而是yield一个值。

3，generator 和 function 的区别

先看如下例子：

>>> def myGen(n):
...     yield n
...     yield n + 1
... 
>>> g = myGen(6)
>>> next(g)
6
>>> next(g)
7
>>> next(g)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

可见，生成器的对象仅生成一次，但是其代码不一定会一次性全部跑一遍。代码在调用next的时候开始跑，但是也可能只跑一部分，代码在执行到yield的时候即停下来了；在下次调用next的时候，代码会在上次暂停的地方重新开始跑。

函数的做法是，从头跑到尾，碰到return之后返回并把前面的中间状态抛弃掉。

4，generator 相对于 function的优点

在运行中生成值，不需要像函数那样先构造很大的List，更有效利用内存。

参考如下链接体会generator的用法：

https://docs.python.org/3/library/itertools.html

一下这段话来自于 廖雪峰 。

List，Dict，Str都是iterable，但都不是iterator。

为什呢？因为Python的迭代器对象表示的是一个数据流，迭代器对象可以被next函数调用并不断返回下一个数据，知道没有数据是抛出StopIteration错误。我们可以把数据流堪称一个有序序列，但我们却没法提前知道序列的长度，只能通过next函数实时按需计算下一个数据，所以说iterator的计算是惰性的，只有在需要返回下一个数据时才会计算。

Iterator甚至可以表示一个无限大的数据流，例如全体自然数，而是用List显然是不可能做到的。