python迭代器与生成器详解

2024-03-21 02:53:03 38

例子

老规矩，先上一个代码：

defadd(s,x):
returns+x

defgen():
foriinrange(4):
yieldi

base=gen()
fornin[1,10]:
base=(add(i,n)foriinbase)

printlist(base)

这个东西输出可以脑补一下，结果是[20,21,22,23],而不是[10,11,12,13]。当时纠结了半天，一直没搞懂，后来齐老师稍微指点了一下，突然想明白了--真够笨的，唉。。好了--正好趁机会稍微小结一下python里面的生成器。

迭代器(iterator)

要说生成器，必须首先说迭代器
区分iterable,iterator与itertion
讲到迭代器，就需要区别几个概念:iterable,iterator,itertion,看着都差不多，其实不然。下面区分一下。

itertion:就是迭代,一个接一个(oneafteranother),是一个通用的概念，比如一个循环遍历某个数组。
iterable:这个是可迭代对象,属于python的名词，范围也很广，可重复迭代，满足如下其中之一的都是iterable:
可以for循环:foriiniterable
可以按index索引的对象，也就是定义了__getitem__方法，比如list,str;
定义了__iter__方法。可以随意返回。
可以调用iter(obj)的对象，并且返回一个iterator
iterator:迭代器对象,也属于python的名词，只能迭代一次。需要满足如下的迭代器协议
定义了__iter__方法，但是必须返回自身
定义了next方法,在python3.x是__next__。用来返回下一个值，并且当没有数据了，抛出StopIteration
可以保持当前的状态
首先str和list是iterable但不是iterator:

In[3]:s='hi'

In[4]:s.__getitem__
Out[4]:<method-wrapper'__getitem__'ofstrobjectat0x7f9457eed580>

In[5]:s.next#没有next方法
---------------------------------------------------------------------------
AttributeErrorTraceback(mostrecentcalllast)
<ipython-input-5-136d3c11be25>in<module>()
---->1s.next

AttributeError:'str'objecthasnoattribute'next'

In[6]:l=[1,2]#同理

In[7]:l.__iter__
Out[7]:<method-wrapper'__iter__'oflistobjectat0x7f945328c320>

In[8]:l.next
---------------------------------------------------------------------------
AttributeErrorTraceback(mostrecentcalllast)
<ipython-input-8-c6f8fb94c4cd>in<module>()
---->1l.next

AttributeError:'list'objecthasnoattribute'next'
In[9]:iter(s)iss#iter()没有返回本身
Out[9]:False
In[10]:iter(l)isl#同理
Out[10]:False

但是对于iterator则不一样如下,另外iterable可以支持多次迭代，而iterator在多次next之后，再次调用就会抛异常,只可以迭代一次。

In[13]:si=iter(s)

In[14]:si
Out[14]:<iteratorat0x7f9453279dd0>

In[15]:si.__iter__#有__iter__
Out[15]:<method-wrapper'__iter__'ofiteratorobjectat0x7f9453279dd0>

In[16]:si.next#拥有next
Out[16]:<method-wrapper'next'ofiteratorobjectat0x7f9453279dd0>

In[20]:si.__iter__()issi#__iter__返回自己
Out[20]:True

这样，由这几个例子可以解释清楚这几个概念的区别。

自定义iterator与数据分离

说到这里，迭代器对象基本出来了。下面大致说一下，如何让自定义的类的对象成为迭代器对象，其实就是定义__iter__和next方法:

In[1]:%paste
classDataIter(object):

def__init__(self,*args):
self.data=list(args)
self.ind=0

def__iter__(self):#返回自身
returnself

defnext(self):#返回数据
ifself.ind==len(self.data):
raiseStopIteration
else:
data=self.data[self.ind]
self.ind+=1
returndata
##--Endpastedtext--

In[9]:d=DataIter(1,2)

In[10]:forxind:#开始迭代
....:printx
....:
1
2

In[13]:d.next()#只能迭代一次,再次使用则会抛异常
---------------------------------------------------------------------------
StopIterationTraceback(mostrecentcalllast)
---->1d.next()
<ipython-input-1-c44abc1904d8>innext(self)
10defnext(self):
11ifself.ind==len(self.data):
--->12raiseStopIteration
13else:
14data=self.data[self.ind]

从next函数中只能向前取数据,一次取一个可以看出来，不过不能重复取数据，那这个可不可以解决呢？

我们知道iterator只能迭代一次，但是iterable对象则没有这个限制，因此我们可以把iterator从数据中分离出来，分别定义一个iterable与iterator如下：

classData(object):#只是iterable:可迭代对象而不iterator:迭代器

def__init__(self,*args):
self.data=list(args)

def__iter__(self):#并没有返回自身
returnDataIterator(self)


classDataIterator(object):#iterator:迭代器

def__init__(self,data):
self.data=data.data
self.ind=0

def__iter__(self):
returnself

defnext(self):
ifself.ind==len(self.data):
raiseStopIteration
else:
data=self.data[self.ind]
self.ind+=1
returndata

if__name__=='__main__':
d=Data(1,2,3)
forxind:
printx,
forxind:
printx,

输出就是：

1,2,3
1,2,3
可以看出来数据可以复用，因为每次都返回一个DataIterator，但是数据却可以这样使用，这种实现方式很常见，比如xrange的实现便是这种数据与迭代分离的形式，但是很节省内存，如下：

In[8]:sys.getsizeof(range(1000000))
Out[8]:8000072

In[9]:sys.getsizeof(xrange(1000000))
Out[9]:40

另外有个小tips，就是为什么可以使用for迭代迭代器对象，原因就是for替我们做了next的活，以及接收StopIteration的处理。

迭代器大概就记录到这里了，下面开始一个特殊的更加优雅的迭代器:生成器

生成器(generator)

首先需要明确的就是生成器也是iterator迭代器，因为它遵循了迭代器协议.

两种创建方式

包含yield的函数

生成器函数跟普通函数只有一点不一样，就是把return换成yield,其中yield是一个语法糖，内部实现了迭代器协议，同时保持状态可以挂起。如下:

defgen():
print'begin:generator'
i=0
whileTrue:
print'beforereturn',i
yieldi
i+=1
print'afterreturn',i

a=gen()

In[10]:a#只是返回一个对象
Out[10]:<generatorobjectgenat0x7f40c33adfa0>

In[11]:a.next()#开始执行
begin:generator
beforereturn0
Out[11]:0

In[12]:a.next()
afterreturn1
beforereturn1
Out[12]:1

首先看到whileTrue不必惊慌，它只会一个一个的执行～
看结果可以看出一点东西:

调用gen()并没有真实执行函数，而是只是返回了一个生成器对象
执行第一次a.next()时，才真正执行函数，执行到yield一个返回值，然后就会挂起，保持当前的名字空间等状态。然后等待下一次的调用,从yield的下一行继续执行。
还有一种情况也会执行生成器函数，就是当检索生成器的元素时，如list(generator),说白了就是当需要数据的时候，才会执行。

In[15]:deffunc():
....:print'begin'
....:foriinrange(4):
....:yieldi

In[16]:a=func()

In[17]:list(a)#检索数据，开始执行
begin
Out[17]:[0,1,2,3]

yield还有其他高级应用，后面再慢慢学习。

生成器表达式

列表生成器十分方便：如下,求10以内的奇数:
[i foriinrange(10)ifi%2]

同样在python2.4也引入了生成器表达式，而且形式非常类似，就是把[]换成了().

In[18]:a=(iforiinrange(4))

In[19]:a
Out[19]:<generatorobject<genexpr>at0x7f40c2cfe410>

In[20]:a.next()
Out[20]:0

可以看出生成器表达式创建了一个生成器，而且生有个特点就是惰性计算,只有在被检索时候，才会被赋值。
之前有篇文章:python默认参数问题及一个应用,最后有一个例子:

defmultipliers():
return(lambdax:i*xforiinrange(4))#修改成生成器
print[m(2)forminmultipliers()]

这个就是说，只有在执行m(2)的时候，生成器表达式里面的for才会开始从0循环，然后接着才是i*x,因此不存在那篇文章中的问题。

惰性计算这个特点很有用，上述就是一个应用，2gua这样说的:

性计算想像成水龙头，需要的时候打开，接完水了关掉，这时候数据流就暂停了，再需要的时候再打开水龙头，这时候数据仍是接着输出，不需要从头开始循环
其实本质跟迭代器差不多,不一次性把数据都那过来，需要的时候，才拿。

回到例子

看到这里，开始的例子应该大概可以有点清晰了，核心语句就是:

fornin[1,10]:
base=(add(i,n)foriinbase)

在执行list(base)的时候，开始检索，然后生成器开始运算了。关键是，这个循环次数是2,也就是说，有两次生成器表达式的过程。必须牢牢把握住这一点。

生成器返回去开始运算，n=10而不是1没问题吧，这个在上面提到的文章中已经提到了，就是add(i,n)绑定的是n这个变量，而不是它当时的数值。

然后首先是第一次生成器表达式的执行过程:base=(10+0,10+1,10+2,10+3),这是第一次循环的结果(形象表示，其实已经计算出来了(10,11,12,3))，然后第二次，base=(10+10,11+10,12+10,13+10),终于得到结果了[20,21,22,23].

具体执行过程可以在pythontutor上手动看看执行过程。

小结

概括
主要介绍了大概这样几点：

1.iterable,iterator与itertion的概念
2.迭代器协议
自定义可迭代对象与迭代器分离，保证数据复用
3.生成器:特殊的迭代器,内部实现了迭代器协议

其实这一块，那几个概念搞清楚，,这个很关键，搞懂了后面就水到渠成了。而且对之前的知识也有很多加深。
比如常见list就是iterator与iteable分离实现的,本身是可迭代对象，但不是迭代器，类似与xrange,但是又不同。
越来越明白，看源码的重要性了。有地方写的不合适的，请指正。

参考

http://www.shutupandship.com/2012/01/understanding-python-iterables-and.html
http://www.learningpython.com/2009/02/23/iterators-iterables-and-generators-oh-my/
http://stackoverflow.com/questions/9884132/what-exactly-are-pythons-iterator-iterable-and-iteration-protocols
http://python.jobbole.com/81881/

python迭代器与生成器详解

热门推荐

随机推荐