Python 循环中的陷阱(转载)

Python 中的 for 循环和其他语言中的 for 循环工作方式是不一样的，今天就带你深入了解 Python 的 for 循环，看看它是如何工作的，以及它为什么按照这种方式工作。

循环中的陷阱

我们先来看一下 Python 循环中的「陷阱」，在我们了解了循环的工作方式后，再来看下这些陷阱到底是怎么出现的。

陷阱 1：循环两次

现在我们先假设有一个数字组成的列表，和一个用于返回这些数字的平方的生成器：

>>> nums = [1, 2, 3, 4]
>>> squares = (n**2 for n in nums)

我们可以将这个生成器对象传递给元组构造器，从而可以得到一个元组：

>>> tuple(squares)
(1, 4, 9, 16)

这个时候，如果我们再将这个构造器对象传递给 sum 函数，按理说应该会返回这些数字的和吧：

>>> sum(squares)
0

返回的是个 0，先拖住下巴。

陷阱 2：检查是否包含

我们还是使用上面的数字列表和生成器：

>>> nums = [1, 2, 3, 4]
>>> squares = (n**2 for n in nums)

如果我 squares 生成器中是否包含 9，答案是肯定的，若果我再问一次呢？

你敢答应吗
你敢答应吗
>>> 9 in squares
True
>>> 9 in squares
False

发现，第二次不灵了~

陷阱 3：拆包

现在假设有一个字典：

>>> counts = {1:'a', 2:'b'}

然后，我们用多个变量对字典进行拆包：

>>> x,y = counts

你觉得这时候，x 和 y 中会是什么？

>>> x
1
>>> y
2

我们只得到了键。

下面，我们先来了解下 Python 中的循环工作原理，然后再反过头来看这些陷阱问题。

一些概念

首先，先了解一些基本概念：

可迭代和序列

可迭代就是指任意可以使用 for 循环遍历的东西，可迭代意味着可以遍历，任何可以遍历的东西都是可迭代的。

for item in some_iterable:
    print(item)

序列是一种常见的可迭代类型，如列表、元组、字符串等。

序列是可迭代的，它有着一些特点，它们是从 0 开始索引，索引长度不超过序列的长度；它们有序列长度；并且它们可以被切分。

Python 中的大部分东西都是可以迭代的，但是可以迭代并不意味着它是序列。如集合、字典、文件和生成器都是可迭代的，但是它们都不是序列。

>>> my_set = {1, 2, 3}
>>> my_dict = {'k1': 'v1', 'k2': 'v2'}
>>> my_file = open('some_file.txt')
>>> squares = (n**2 for n in my_set)

总结下来就是，任何可以用 for 循环遍历的东西都是可迭代的，序列可迭代的类型中的一种，Python 还有着许多其他种类的可迭代类型。

迭代器

迭代器就是可以驱动可迭代对象的东西。你可以从任何可迭代对象中获得迭代器，你也可以使用迭代器来手动对它的迭代进行遍历。

下面有三个可迭代对象：一个集合、一个元祖和一个字符串：

>>> nums = {1,2,3,4}
>>> coors = (4,5,6)
>>> words = "hello hoxis"

我们可以使用 Python 的内置函数 iter ，从这些可迭代对象中获取到迭代器：

>>> iter(nums)
<setiterator object at 0x7fa8c194ad70>
>>> iter(coors)
<tupleiterator object at 0x7fa8c1959610>
>>> iter(words)
<iterator object at 0x7fa8c19595d0>

一旦我们有了迭代器，我们就可以使用其内置函数 next() 来获取它的下一个值：

>>> nums = {1,2,3,4}
>>> num_iter = iter(nums)
>>> next(num_iter)
1
>>> next(num_iter)
2
>>> next(num_iter)
3
>>> next(num_iter)
4
>>> next(num_iter)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

若果迭代到头了，也就是没有下一个值了，就会抛出 StopIteration 异常。也就是说，它不会继续循环取获取第一个值。

是不是有点懵逼了？

  • 可迭代对象是可以迭代的东西
  • 迭代对象器实际上是遍历可迭代对象的代理
  • 迭代器没有长度，它们不能被索引。
  • 可以使用迭代器来做的唯一有用的事情是将其传递给内置的 next 函数，或者对其进行循环遍历
  • 可以使用 list() 函数将迭代器转换为列表
>>> nums = {1,2,3,4}
>>> num_iter = iter(nums)
>>> next(num_iter)
1
>>> list(num_iter)
[2, 3, 4]
>>> list(num_iter)
[]

若果想再次将其转换为列表，明显地，得到的是一个空列表。

其实这也是迭代器的一个重要特性：惰性，只能使用一次，只能循环遍历一次。并且，在我们调用 next() 函数之前，它不会做任何事情。因此，我们可以创建无限长的迭代器，而创建无限长的列表则不行，那样会耗尽你的内存！

可迭代对象不一定是迭代器，但是迭代器一定是可迭代的：

对象 可迭代？ 迭代器？
可迭代对象 √ 不一定
迭代器 √ √
生成器 √ √
列表 √ ×

其实，Python 中有许多迭代器，生成器是迭代器，Python 的许多内置类型也是迭代器。例如，Python 的 enumerate 和 reversed 对象就是迭代器。zip, map 和 filter 也是迭代器；文件对象也是迭代器。

Python 中的 for 循环

其实，Python 并没有传统的 for 循环，什么是传统的 for 循环？

我们看下 Java 中的 for 循环：

int[] integers = {1， 2， 3， 4};
for (int j = 0; j<integers.length; j++) {
    int i = integers[j];
    System.out.println(i);
}

这是一种 C风格 的 for 循环，JavaScript、C、C++、Java、PHP 和一大堆其他编程语言都有这种风格的 for 循环，但是 Python 确实没有。

Python 中的我们称之为 for 循环的东西，确切的说应该是 foreach 循环：

numbers = [1, 2, 3, 5, 7]
for n in numbers:
    print(n)

和 C风格 的 for 循环不同之处在于，Python 的 for 循环没有索引变量，没有索引变量的初始化，边界检查和索引变量的增长。

这就是 Python 的 for 循环的不同之处！

使用索引？

你可能会怀疑，Python 的 for 循环是否在底层使用了索引，下面我们手动的使用 while 循环和索引来遍历：

>>> nums = [1,2,3,4]
>>> i = 0
>>> while i < len(nums):
...     print(num[i])
...     i += 1
...
0
1
2
3

对于列表，这样遍历是可以的，但不代表适用于所有可迭代对象，它只适用于序列。

比如，我们对一个 set 使用这种方法遍历，会得到一个异常：

>>> set = {1,2,3}
>>> i = 0
>>> while i < len(set):
...     print(set[i])
...     i += 1
...
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
TypeError: 'set' object does not support indexing

因为 set 不是序列，因此不支持索引遍历。

我们不能使用索引手动对 Python 中的每一个迭代对象进行遍历。对于那些不是序列的迭代器来说，更是行不通的。

实现没有 for 的循环

从上文可以看出，Python 中的 for 循环不使用索引，它使用的是迭代器。让我们来看下它是如何工作的。

通过上文，我们了解到了迭代器和 iter、next 函数，现在我们可以尝试不用 for 循环来遍历一个可迭代对象。

下面是一个正常的 for 循环：

def funky_for_loop(iterable, action_to_do):
    for item in iterable:
        action_to_do(item)

我们要尝试用迭代器的方法和 while 实现上面 for 循环的逻辑，大致步骤如下：

  1. 获取给定可迭代对象的迭代器；
  2. 调用迭代器的 next() 方法获取下一项；
  3. 对当前项数据进行处理；
  4. 如果捕获到 StopIteration ，那么就停止循环
def funky_for_loop(iterable, action_to_do):
    iterator = iter(iterable)
    while not done_looping:
        try:
            item = next(iterator)
        except StopIteration:
            break
        else:
            action_to_do(item)

Python 底层的循环工作方式基本上如上代码，就是迭代器驱动的 for 循环。

再次回到循环陷阱

陷阱 1：耗尽的迭代器

陷阱 1 中，因为生成器是迭代器，迭代器是惰性的，也是一次性的，在已经遍历过一次的情况下，再对其求和，返回的就是一个 0。

陷阱 2：部分消耗迭代器

陷阱 2 中，我们两次询问 9 是否存在于同一个生成器中，得到了不同的答案。

这是因为，第一次询问时，Python 已经对这个生成器进行了遍历，也就是调用 next() 函数查找 9，找到后就会返回 True，第二次再询问 9 是否存在时，会从上次的位置继续 next() 查找。

>>> nums = [1,2,3,4,5]
>>> squares = (n**2 for n in nums)
>>> 9 in squares
True
# 此时打印出来
>>> list(squares)
[16, 25]

陷阱 3：拆包是迭代

当直接在字典上迭代时，得到的是键：

>>> counts = {1:'a',2:'b'}
>>> for i in counts:
...     print(i)
... 
1
2

而对字典拆包时，和在字典上遍历是一样的，都是依赖于迭代器协议，因此得到的也是键。

总结

序列是迭代器，但是不是所有的迭代器都是序列。迭代器不可以被循环遍历两次、不能访问其长度，也不能使用索引。

迭代器是 Python 中最基本的可迭代形式。如果你想在代码中做一个惰性迭代，请考虑迭代器，并考虑使用生成器函数或生成器表达式。

最后，请记住，Python 中的每一种迭代都依赖于迭代器协议，因此理解迭代器协议是理解 Python 中的循环的关键。

原文链接：https://opensource.com/article/18/3/loop-better-deeper-look-iteration-python

posted @ 2019-08-28 23:15  山的那一边  阅读(347)  评论(0)  编辑  收藏  举报