一,前言:在了解迭代器前,先大概梳理一下
Python的数据结构中,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)
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,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用in ,not in,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: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如list[0],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。
二,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,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
]
for
elem
in
x
:
.
.
.
|
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。
三、什么是迭代器
我们已经知道可以对list、tuple、str等类型的数据使用for...in...的循环语法从其中依次拿到数据进行使用,我们把这样的过程称为遍历,也叫迭代。但是,是否所有的数据类型都可以放到for...in...的语句中,然后让for...in...每次从中取出一条数据供我们迭代使用吗?
>>> for i in 100:
... print(i)
...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>>
# int整型不是iterable,即int整型不是可以迭代的
# 我们自定义一个容器MyList用来存放数据,可以通过add方法向其中添加数据
>>> class MyList(object):
... def __init__(self):
... self.container = []
... def add(self, item):
... self.container.append(item)
...
>>> mylist = MyList()
>>> mylist.add(1)
>>> mylist.add(2)
>>> mylist.add(3)
>>> for num in mylist:
... print(num)
...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'MyList' object is not iterable
>>>
# MyList容器的对象也是不能迭代的
我们自定义了一个容器类型MyList,在将一个存放了多个数据的MyList对象放到for...in...的语句中,发现for...in...并不能从中依次取出一条数据返回给我们,也就说我们随便封装了一个可以存放多条数据的类型却并不能被迭代使用。
我们把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(Iterable)。
1,实现了__iter__
方法的对象即是一个可迭代对象,可以使用 isinstance() 判断一个对象是否是 Iterable 对象:
from collections import Iterable
isinstance([], Iterable) #判断列表是否是可迭代对象 输出true
2,任何实现了__iter__
和__next__()
(python2中实现next()
)方法的对象都是迭代器Iterator,可以使用 isinstance() 判断一个对象是否是 Iterator 对象:
from collections import Iterator
isinstance([], Iterator)#输出false表明列表不是一个迭代器,但是他是一个可迭代对象,内部实现了__iter__
isinstance(iter([]), Iterator)#使用iter()将列表变成一个迭代器,输出True;iter()相当于给其内部实现了__Next__()
[迭代器的优点]:
使用迭代器不要求事先准备好整个迭代过程中的所有元素。迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后元素可以不存在或者被销毁。因此迭代器适合遍历一些数量巨大甚至无限的序列。
生成无限序列:
1
2
3
4
5
6
|
>>>
from
itertools
import
count
>>>
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
|
>>>
from
itertools
import
cycle
>>>
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
|
>>>
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
|
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。
四、创建迭代器
A、使用内建的工厂函数iter(iterable)可以将可迭代序列转换为迭代器
1 a=[1,2,3,4]# lists 2 b=(1,2,3)# tuples 3 str='Tomwenxing'#string
setexam = {1, 2, 3} # sets
print(iter(setexam))
d = {1: 'foo', 2: 'bar', 3: 'qux'}print(iter(d))
4 print(iter(a)) 5 print(iter(b)) 6 print(iter(str))
<set_iterator object at 0x103e43318>
<dict_keyiterator object at 0x103e3bef8>
B、自定义迭代器
•Python中迭代器的本质上每次调用__next__()方法都返回下一个元素或抛出StopIteration的容器对象
•由于Python中没有“迭代器”这个类,因此具有以下两个特性的类都可以称为“迭代器”类:
1、有__next__()方法,返回容器的下一个元素或抛出StopIteration异常
2、有__iter__()方法,返回迭代器本身
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 #斐波那契数列 2 class Fabs(): 3 def __init__(self,max): 4 self.max=max 5 self.n,self.a,self.b=0,0,1 6 7 def __iter__(self):#定义__iter__方法 8 return self 9 10 def __next__(self):#定义__next__方法 11 if self.n<self.max: 12 tmp=self.b 13 self.a,self.b=self.b,self.a+self.b 14 #等价于: 15 #t=(self.a,self.a+self.b) 16 #self.a=t[0] 17 #self.b=t[1] 18 self.n+=1 19 return tmp 20 raise StopIteration 21 22 print(Fabs(5)) 23 for item in Fabs(10): 24 print(item,end=' ')
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)。
五、迭代器的方法
1.iter.__next__():它是访问可迭代序列的一种方式,通常其从序列的第一个元素开始访问,直到所有的元素都被访问才结束。如果容器中没有更多元素了,则抛出StopIteration异常返回迭代器的下一个元素,(这个方法在调用时不需要任何参数) [注意]:迭代器只能前进不能后退
1 list=[1,2,3,4] 2 list=iter(list) 3 print(list.__next__()) 4 print(list.__next__()) 5 print(list.__next__()) 6 print(list.__next__()) 7 print(list.__next__())
2.iter.__iter__():返回迭代器对象本身
1 list=[1,2,3,4] 2 list=iter(list) 3 print(list.__iter__())
六、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。
一个函数调用时返回一个迭代器,那这个函数就叫做生成器(generator),如果函数中包含yield语法,那这个函数就会变成生成器
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
|
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
|
def
something
(
)
:
result
=
[
]
for
.
.
.
in
.
.
.
:
result
.
append
(
x
)
return
result
|
都可以用生成器函数来替换:
1
2
3
|
def
iter_something
(
)
:
for
.
.
.
in
.
.
.
:
yield
x
|
七、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
*
x
for
x
in
range
(
10
)
)
>>>
a
<
generator
object
<
genexpr
>
at
0x401f08
>
>>>
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
。