一、迭代器（Iterator）

1.1 可迭代對(duì)象（Iterable）

可迭代對(duì)象，可以簡(jiǎn)單理解為可遍歷對(duì)象，即能夠使用 for 循環(huán)遍歷的對(duì)象。Python中常見的可迭代對(duì)象有：列表、元組、字符串、集合、range、字典等。

迭代器和生成器都是可迭代對(duì)象。

對(duì)于Python中的任意對(duì)象，只要它定義了可以返回一個(gè)迭代器的 __iter__ 方法，或者定義了可以支持下標(biāo)索引的 __getitem__ 方法，那么它就是一個(gè)可迭代對(duì)象。

對(duì)可迭代對(duì)象使用 __iter__ 方法后，會(huì)返回一個(gè)迭代器。

如何判斷一個(gè)對(duì)象是否為可迭代對(duì)象呢？請(qǐng)看下例。

from collections.abc import Iterable

isinstance([1, 2, 3], Iterable) ?# True
isinstance((1, 2, 3), Iterable) ?# True
isinstance('123', Iterable) ?# True
isinstance({1, 2, 3}, Iterable) ?# True
isinstance(range(3), Iterable) ?# True
isinstance({'key': 'value'}, Iterable) ?# True
isinstance(123, Iterable) ?# False

可以看出，我們只需要使用 isinstance(object, Iterable) 即可判斷給定的 object 是否為可迭代對(duì)象。

嚴(yán)格來(lái)講，isinstance() 只會(huì)將有 __iter__ 方法的對(duì)象判斷為 Iterable。

換言之，僅用 __getitem__ 方法實(shí)現(xiàn)的可迭代對(duì)象會(huì)被 isinstance() 誤判為不可迭代對(duì)象。

最正確的做法是直接嘗試 iter(object)，如果沒(méi)有報(bào)錯(cuò)，則說(shuō)明 object 是可迭代對(duì)象。

1.2 將可迭代對(duì)象轉(zhuǎn)化為迭代器

我們可以將現(xiàn)有的可迭代對(duì)象轉(zhuǎn)化為可迭代器：

s = '12345'
myiter = iter(s)
myiter
# <str_iterator at 0x25e6f40d130>

不斷調(diào)用 next 方法來(lái)依次獲取迭代器的元素：

next(myiter)
# '1'
next(myiter)
# '2'
next(myiter)
# '3'
next(myiter)
# '4'
next(myiter)
# '5'
next(myiter)
# StopIteration:?

可見迭代器執(zhí)行到最后時(shí)會(huì)拋出一個(gè) StopIteration 異常。

為避免這種異常，我們完全可以用更簡(jiǎn)單的 for 循環(huán)去遍歷：

for e in myiter:
? ? print(e)
# 1
# 2
# 3
# 4
# 5

1.3 構(gòu)造迭代器

構(gòu)造一個(gè)迭代器只需要在自定義的類中實(shí)現(xiàn)兩個(gè)方法：__iter__ 和 __next__ 。

• 迭代器是一個(gè)可以記住遍歷位置的對(duì)象。
• 迭代器對(duì)象會(huì)從第一個(gè)元素開始訪問(wèn)，直到所有元素都被訪問(wèn)為止，且只能前進(jìn)不能后退。

當(dāng)我們構(gòu)造類時(shí)，必須要有一個(gè)名為 __init__() 的函數(shù)，該函數(shù)可以在實(shí)例化時(shí)進(jìn)行一些初始化。

• __iter__() 方法的行為類似，可以執(zhí)行操作（初始化等），但必須始終返回迭代器對(duì)象本身。
• __next__() 方法還允許你進(jìn)行其他操作，并且必須返回序列中的下一項(xiàng)。

class MyIter:
? ? def __iter__(self):
? ? ? ? self.count = 1
? ? ? ? return self
? ??
? ? def __next__(self):
? ? ? ? x = self.count
? ? ? ? self.count += 1
? ? ? ? return x

我們創(chuàng)建了一個(gè)返回?cái)?shù)字的迭代器，每次序列的數(shù)值都將 +1。

myiter = iter(MyIter())
next(myiter)
# 1
next(myiter)
# 2
next(myiter)
# 3

如果我們一直調(diào)用 next() 的方法，則序列的值將會(huì)無(wú)限遞增下去。即如果我們使用 for 循環(huán)去遍歷上述迭代器，循環(huán)將永遠(yuǎn)進(jìn)行下去…

myiter = iter(MyIter())
for e in myiter:
? ? print(e)
# 循環(huán)將一直進(jìn)行下去...

為了防止迭代永遠(yuǎn)進(jìn)行下去，我們可以在迭代次數(shù)達(dá)到一定值時(shí)拋出 StopIteration 異常。

class MyIter:
? ? def __iter__(self):
? ? ? ? self.count = 1
? ? ? ? return self
? ??
? ? def __next__(self):
? ? ? ? if self.count <= 5:
? ? ? ? ? ? x = self.count
? ? ? ? ? ? self.count += 1
? ? ? ? ? ? return x
? ? ? ? else:
? ? ? ? ? ? raise StopIteration

這樣再執(zhí)行 for 循環(huán)就不會(huì)一直進(jìn)行下去了：

myiter = iter(MyIter())
for e in myiter:
? ? print(e)
# 1
# 2
# 3
# 4
# 5

二、生成器（Generator）

在Python中，一邊迭代（循環(huán)）一邊計(jì)算的機(jī)制，稱為生成器。生成器能夠迭代的關(guān)鍵是因?yàn)樗幸粋€(gè) __next__ 方法。

為什么要有生成器呢？我們知道，列表中的所有數(shù)據(jù)都存儲(chǔ)在內(nèi)存中，如果有海量數(shù)據(jù)的話將會(huì)非常消耗內(nèi)存。很多時(shí)候，我們只需要訪問(wèn)列表中前面的元素，這樣一來(lái)后面的元素所占用的空間就白白浪費(fèi)了。

如果列表元素能夠按照某種算法推算出來(lái)，那我們就可以在循環(huán)的過(guò)程中不斷推算出后續(xù)的元素，這樣就不必創(chuàng)建完整的列表，從而節(jié)省了大量的空間（即用多少就生成多少）。

有以下兩種常用方法來(lái)創(chuàng)建生成器：

將列表解析式中的 [] 改為 ()。在自定義的函數(shù)中使用 yield 關(guān)鍵字。此時(shí)這個(gè)函數(shù)就不再是一個(gè)普通函數(shù)，而是一個(gè)生成器，調(diào)用該函數(shù)就是創(chuàng)建了一個(gè)生成器對(duì)象。

2.1 使用 () 構(gòu)造生成器

比較以下兩段代碼：

a = [x for x in range(3)]
type(a)
# list

a = (x for x in range(3))
type(a)
# generator

我們還可以比較列表解析式和生成器的耗時(shí)：

tic = time.time()
a = sum([x for x in range(10000000)])
toc = time.time()
print(toc - tic)
# 0.9081981182098389

tic = time.time()
a = sum((x for x in range(10000000)))
toc = time.time()
print(toc - tic)
# 0.6906485557556152

我們當(dāng)然可以對(duì)生成器使用 next() 方法：

next(a)
# 0
next(a)
# 1
next(a)
# 2
next(a)
# StopIteration:?

但一般我們不會(huì)用 next() 來(lái)獲取下一個(gè)返回值，而是直接使用 for 循環(huán)來(lái)迭代。

2.2 使用帶有 yield 關(guān)鍵字的函數(shù)構(gòu)造生成器

帶有 yield 的函數(shù)不再是一個(gè)普通函數(shù)，而是一個(gè)生成器。

yield 相當(dāng)于return一個(gè)值，并且記住這個(gè)返回的位置，下次迭代時(shí)，代碼從 yield 的下一條語(yǔ)句開始執(zhí)行。

我們可以通過(guò)下面的例子先來(lái)理解一下：

def num():
? ? print('開始執(zhí)行')
? ? for i in range(5):
? ? ? ? yield i
? ? ? ? print('繼續(xù)執(zhí)行')


mygen = num()
type(mygen)
# generator

由此，我們成功創(chuàng)建了一個(gè)生成器對(duì)象。接下來(lái)調(diào)用 next 方法觀察這個(gè)生成器是如何工作的：

next(mygen)
# 開始執(zhí)行
# 0
next(mygen)
# 繼續(xù)執(zhí)行
# 1
next(mygen)
# 繼續(xù)執(zhí)行
# 2
next(mygen)
# 繼續(xù)執(zhí)行
# 3
next(mygen)
# 繼續(xù)執(zhí)行
# 4
next(mygen)
# StopIteration:

當(dāng)然我們也可以使用 for 循環(huán)來(lái)遍歷這個(gè)生成器：

for step in mygen:
? ? print(step)
# 開始執(zhí)行
# 0
# 繼續(xù)執(zhí)行
# 1
# 繼續(xù)執(zhí)行
# 2
# 繼續(xù)執(zhí)行
# 3
# 繼續(xù)執(zhí)行
# 4
# 繼續(xù)執(zhí)行

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論