Python 語言學習 第六篇：迭代和解析

Python中的迭代是指按照元素的順序逐個呼叫的過程，迭代概念包括：迭代協議、可迭代物件和迭代器三個概念。

迭代協議是指有__next__()函式的物件會前進到下一個結果，而到達系列的末尾時，則會引發StopIteration異常。為了支援迭代協議，Python內建了兩個函式：iter()和next()函式。iter()從可迭代物件中獲得一個迭代器，迭代器含有next()函式。next()函式的作用就是呼叫物件的__next__()函式，從而遞進進到下一項。

在Python中，任何支援迭代協議的物件都是可迭代的。如果物件是序列型別，或者在迭代工具中一次產生一個結果，那麼就是可迭代的，這就以為著，序列（字串、元組和列表）是可迭代物件。

迭代器是Python中實現迭代協議的物件，具體指的是iter()返回的，支援next()函式的物件。

Python中的迭代工具會自動呼叫iter()和next()函式以實現迭代，迭代工具主要有：for迴圈、列表解析、in成員關係測試以及map內建函式等。

一，手動迭代

列表不是自身的迭代器，對於這樣的可迭代物件，可以呼叫iter()函式來啟動迭代，呼叫next()函式遞進到下一項：

>>> a=list(range(0,5))
>>> a is iter(a)
False
>>> a=iter(a)
>>> next(a)
0

像for迴圈等迭代工具，會自動呼叫iter()和next()函式，以實現序列的自動迭代：

>>> for i in range(0,5): print(i,end=' ')
0 1 2 3 4 

二，生成器

生產器是一個延遲產生結果的工具，在需要的時候才產生結果，而不是立即產生結果。

1，生成器函式

Python提供了yield語句以實現生成器函式，以實現在需要的時候才產生結果，而不是立即產生結果。Python的生產器函式是指：編寫為常規的def語句，但是使用yield語句，一次返回一個結果，在每個結果之間掛起和繼續的狀態。 

生產器函式自動實現迭代協議，每次呼叫只返回一個值，下次呼叫時，會從其退出的地方繼續執行。

生產器函式和常規函式的不同之處在於：生產器yield一個值，而不是return一個值。yield語句掛起該函式，並向呼叫者傳送一個值，但是，保留足夠的狀態以使得函式能夠從它離開的地方繼續執行。當繼續時，函式在上一個yield返回後繼續執行。這使得生產器函式每次呼叫只返回一個值，窮盡呼叫會產生一系列的值。

>>> def seq_int(n):
    for i in range(n):
        yield i**2
    
>>> for i in seq_int(5):
    print(i,end =' ')
  
0 1 4 9 16 

生產器函式返回的物件就是迭代器，可以使用next()前進到下一項：

>>> func=seq_int(5)
>>> iter(func) is func
True
>>> next(func)
0

2，生產器表示式

另外一個實現生產器的物件是生產器表示式，從語法上講，生成器表示式是在小括號中的表示式。從執行過程來講，生產器表示式不在記憶體中構建結果，而是返回一個生成器物件，這個物件支援迭代協議。

>>> a=(x**2 for x in range(0,5))
>>> a is iter(a)
True

三，解析

解析分為列表解析，集合解析和字典解析。

• 列表解析的格式是：[ f(x) for x in seq  ]，對應的生成器表示式是：list( f(x) for x in seq )
• 集合解析的格式是：{ f(x) for x in seq  }，對應的生成器表示式是：set(f(x) for x in seq )
• 字典解析的格式是：{key:value for (key, value) in zip(keys,values)}，對應的生成器表示式是：dict((x,f(x))  for x in items  )

從語法上講，列表解析是在中括號中的表示式；從執行過程來講，列表解析對序列中的每一個元素執行一個操作；從執行的結果來講，列表解析產生的一個新的列表物件。

由於列表解析產生的結果是一個列表物件，包含所有的序列項，不屬於延遲產生結果的工具。

>>> a=[x**2 for x in range(0,5)]
>>> isinstance(a,list)
True

四，內建的迭代器函式

這一節，總結Python 3.0中內建的迭代器函式，除了range()函式之外，其餘的函式都會產生迭代器物件，延遲產生結果。

1，range 迭代物件

range返回一個可迭代物件，該迭代物件根據需要產生範圍中的數字，而不是在記憶體中構建一個列表。如果需要一個範圍列表的話，必須使用list( range(...))來強制返回一個列表。

>>> r = range(0,5)
>>> iter(r) is r
False
>>> list(r)
[0, 1, 2, 3, 4]
>>> r=iter(r)
>>> next(r)
0

2，zip實現並行遍歷

zip()函式用於合併序列，按照序列中元素的位置，把序列的元素組合成元組，元組項的數量就是zip合併的序列的個數。當序列的長度不同時，zip會以最短序列的長度為準來截斷所得到的元組。

例如，zip把序列a和b合併為一個序列c，c的元素的元組(0,5)，(1,6)，(2,7)，(3,8)，(4,9)。

>>> a = range(0,5)
>>> b = range(5,10)
>>> c = zip(a,b)
>>> iter(c) is c
True
>>> next(c)
(0, 5)
>>> list(c)
[(1, 6), (2, 7), (3, 8), (4, 9)]

3，map對序列應用函式

map()函式對一個序列的各個元素應用函式，返回函式呼叫的結果序列。

>>> m=map(ord,'abcd')
>>> iter(m) is m
True
>>> list(m)
[97, 98, 99, 100]

4，產生偏移和元素

enumerate是Python內建的函式，作用於每一個序列項，獲取每一個序列項偏移，並把偏移和序列項組合成元組(index, item)返回。原始序列的每個元素及其索引都能得到。

enumerate()函式返回一個迭代器物件，使用next()方法會返回下一個元素：

>>> t=enumerate('abcd')
>>> iter(t) is t
True
>>> list(t)
[(0, 'a'), (1, 'b'), (2, 'c'), (3, 'd')]

在for迴圈結構中，每次迭代，for迴圈都會自動呼叫next()函式以返回下一個元組(index,item)：

>>> [c * i for (i,c) in enumerate('abcd')]
['', 'b', 'cc', 'ddd']

5，filter迭代器

filter()函式對一個序列的各個元素應用函式，返回結果為True的元素。

>>> f=filter(bool, ['a','','b',None])
>>> iter(f) is f
True
>>> list(f)
['a', 'b']

6，reduce() 函式

注意：reduce()函式並不是一個迭代器，它是functools模組中的一個工具函式。

reduce()用於對序列的元素依次應用函式，並把函式呼叫的結果作為引數傳遞給函式，最終返回函式呼叫的結果。

>>> from functools import reduce
>>> reduce((lambda x,y:x+y),range(0,5))
10

reduce()函式執行流程等價於下面的程式碼塊：

x=list(range(0,5)]
res=x[0]
for i in x[1:] :
    res+=i