1. 程式人生 > >完全理解Python迭代物件、迭代器、生成器

完全理解Python迭代物件、迭代器、生成器

本文源自RQ作者的一篇博文,原文是Iterables vs. Iterators vs. Generators,俺寫的這篇文章是按照自己的理解做的參考翻譯,算不上是原文的中譯版本,推薦閱讀原文,謝謝網友指正。

在瞭解Python的資料結構時,容器(container)、可迭代物件(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推導式(list,set,dict comprehension)眾多概念參雜在一起,難免讓初學者一頭霧水,我將用一篇文章試圖將這些概念以及它們之間的關係捋清楚。

relations

容器(container)

容器是一種把多個元素組織在一起的資料結構,容器中的元素可以逐個地迭代獲取,可以用in

, not in關鍵字判斷元素是否包含在容器中。通常這類資料結構把所有的元素儲存在記憶體中(也有一些特例,並不是所有的元素都放在記憶體,比如迭代器和生成器物件)在Python中,常見的容器物件有:

  • list, deque, ....
  • set, frozensets, ....
  • dict, defaultdict, OrderedDict, Counter, ....
  • tuple, namedtuple, …
  • str

容器比較容易理解,因為你就可以把它看作是一個盒子、一棟房子、一個櫃子,裡面可以塞任何東西。從技術角度來說,當它可以用來詢問某個元素是否包含在其中時,那麼這個物件就可以認為是一個容器,比如 list,set,tuples都是容器物件:

>>> assert 1 in [1, 2, 3]      # lists
>>> assert 4 not in [1, 2, 3]
>>> assert 1 in {1, 2, 3}      # sets
>>> assert 4 not in {1, 2, 3}
>>> assert 1 in (1, 2, 3)      # tuples
>>> assert 4 not in (1, 2, 3)

詢問某元素是否在dict中用dict的中key:

>>>
d = {1: 'foo', 2: 'bar', 3: 'qux'} >>> assert 1 in d >>> assert 'foo' not in d # 'foo' 不是dict中的元素

詢問某substring是否在string中:

>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s 

儘管絕大多數容器都提供了某種方式來獲取其中的每一個元素,但這並不是容器本身提供的能力,而是可迭代物件賦予了容器這種能力,當然並不是所有的容器都是可迭代的,比如:Bloom filter,雖然Bloom filter可以用來檢測某個元素是否包含在容器中,但是並不能從容器中獲取其中的每一個值,因為Bloom filter壓根就沒把元素儲存在容器中,而是通過一個雜湊函式對映成一個值儲存在陣列中。

可迭代物件(iterable)

剛才說過,很多容器都是可迭代物件,此外還有更多的物件同樣也是可迭代物件,比如處於開啟狀態的files,sockets等等。但凡是可以返回一個迭代器的物件都可稱之為可迭代物件,聽起來可能有點困惑,沒關係,先看一個例子:

>>> 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'>

這裡x是一個可迭代物件,可迭代物件和容器一樣是一種通俗的叫法,並不是指某種具體的資料型別,list是可迭代物件,dict是可迭代物件,set也是可迭代物件。yz是兩個獨立的迭代器,迭代器內部持有一個狀態,該狀態用於記錄當前迭代所在的位置,以方便下次迭代的時候獲取正確的元素。迭代器有一種具體的迭代器型別,比如list_iteratorset_iterator。可迭代物件實現了__iter__方法,該方法返回一個迭代器物件。

當執行程式碼:

x = [1, 2, 3]
for elem in x:
    ...

實際執行情況是:
iterable-vs-iterator.png

反編譯該段程式碼,你可以看到直譯器顯示地呼叫GET_ITER指令,相當於呼叫iter(x)FOR_ITER指令就是呼叫next()方法,不斷地獲取迭代器中的下一個元素,但是你沒法直接從指令中看出來,因為他被直譯器優化過了。

>>> import dis
>>> x = [1, 2, 3]
>>> dis.dis('for _ in x: pass')
  1           0 SETUP_LOOP              14 (to 17)
              3 LOAD_NAME                0 (x)
              6 GET_ITER
        >>    7 FOR_ITER                 6 (to 16)
             10 STORE_NAME               1 (_)
             13 JUMP_ABSOLUTE            7
        >>   16 POP_BLOCK
        >>   17 LOAD_CONST               0 (None)
             20 RETURN_VALUE

迭代器(iterator)

那麼什麼迭代器呢?它是一個帶狀態的物件,他能在你呼叫next()方法的時候返回容器中的下一個值,任何實現了__iter____next__()(python2中實現next())方法的物件都是迭代器,__iter__返回迭代器自身,__next__返回容器中的下一個值,如果容器中沒有更多元素了,則丟擲StopIteration異常,至於它們到底是如何實現的這並不重要。

所以,迭代器就是實現了工廠模式的物件,它在你每次你詢問要下一個值的時候給你返回。有很多關於迭代器的例子,比如itertools函式返回的都是迭代器物件。

生成無限序列:

>>> from itertools import count
>>> counter = count(start=13)
>>> next(counter)
13
>>> next(counter)
14

從一個有限序列中生成無限序列:

>>> from itertools import cycle
>>> colors = cycle(['red', 'white', 'blue'])
>>> next(colors)
'red'
>>> next(colors)
'white'
>>> next(colors)
'blue'
>>> next(colors)
'red'

從無限的序列中生成有限序列:

>>> 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

為了更直觀地感受迭代器內部的執行過程,我們自定義一個迭代器,以斐波那契數列為例:

class Fib:
    def __init__(self):
        self.prev = 0
        self.curr = 1

    def __iter__(self):
        return self

    def __next__(self):
        value = self.curr
        self.curr += self.prev
        self.prev = value
        return value

>>> f = Fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

Fib既是一個可迭代物件(因為它實現了__iter__方法),又是一個迭代器(因為實現了__next__方法)。例項變數prevcurr使用者維護迭代器內部的狀態。每次呼叫next()方法的時候做兩件事:

  1. 為下一次呼叫next()方法修改狀態
  2. 為當前這次呼叫生成返回結果

迭代器就像一個懶載入的工廠,等到有人需要的時候才給它生成值返回,沒呼叫的時候就處於休眠狀態等待下一次呼叫。

生成器(generator)

生成器算得上是Python語言中最吸引人的特性之一,生成器其實是一種特殊的迭代器,不過這種迭代器更加優雅。它不需要再像上面的類一樣寫__iter__()__next__()方法了,只需要一個yiled關鍵字。 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種懶載入的模式生成值。用生成器來實現斐波那契數列的例子是:

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就是一個普通的python函式,它特殊的地方在於函式體中沒有return關鍵字,函式的返回值是一個生成器物件。當執行f=fib()返回的是一個生成器物件,此時函式體中的程式碼並不會執行,只有顯示或隱示地呼叫next的時候才會真正執行裡面的程式碼。

生成器在Python中是一個非常強大的程式設計結構,可以用更少地中間變數寫流式程式碼,此外,相比其它容器物件它更能節省記憶體和CPU,當然它可以用更少的程式碼來實現相似的功能。現在就可以動手重構你的程式碼了,但凡看到類似:

def something():
    result = []
    for ... in ...:
        result.append(x)
    return result

都可以用生成器函式來替換:

def iter_something():
    for ... in ...:
        yield x

生成器表示式(generator expression)

生成器表示式是列表推倒式的生成器版本,看起來像列表推導式,但是它返回的是一個生成器物件而不是列表物件。

>>> a = (x*x for x in range(10))
>>> a
<generator object <genexpr> at 0x401f08>
>>> sum(a)
285

總結

  • 容器是一系列元素的集合,str、list、set、dict、file、sockets物件都可以看作是容器,容器都可以被迭代(用在for,while等語句中),因此他們被稱為可迭代物件。
  • 可迭代物件實現了__iter__方法,該方法返回一個迭代器物件。
  • 迭代器持有一個內部狀態的欄位,用於記錄下次迭代返回值,它實現了__next____iter__方法,迭代器不會一次性把所有元素載入到記憶體,而是需要的時候才生成返回結果。
  • 生成器是一種特殊的迭代器,它的返回值不是通過return而是用yield

關注公眾號「Python之禪」(id:vttalk)獲取最新文章 python之禪