想要搞明白什么是迭代器,首先要了解几个名词:容器(container)、迭代(iteration)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)。
看图是不是更清楚点呢......
一 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、一个柜子,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,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。
print( 1 in [1, 2, 3]) # lists # True print(4 not in [1, 2, 3]) # True print(1 in {1, 2, 3}) # sets # True print(4 not in {1, 2, 3}) # True print(1 in (1, 2, 3)) # tuples # True print(4 not in (1, 2, 3)) # True # 询问某元素是否在dict中用dict的中key: d = {1: 'foo', 2: 'bar', 3: 'qux'} print(1 in d) # True print('foo' not in d) # 'foo' 不是dict中的元素 # True # 询问某substring是否在string中: s = 'foobar' print('b' in s) # True print('x' not in s) # True print('foo' in s) # True
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,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 迭代(iteration)
什么是迭代,我的理解如下:
-
第一,迭代需要重复进行某一操作
-
第二,本次迭代的要依赖上一次的结果继续往下做,如果中途有任何停顿,都不能算是迭代
下面来看几个例子,能更好理解迭代的含义。
# 实例1 # 非迭代 count = 0 while count < 10: print("hello world") count += 1 # 实例2 # 迭代 count = 0 while count < 10: print(count) count += 1
实例1,仅仅只是在重复一件事,那就是不停的打印"hello world",并且,这个打印的结果并不依赖上一次输出的值。而实例2,就很好地说明迭代的含义,重复+继续。
三 可迭代对象 (iterable)
通俗的说就是在每一种数据类型对象中,都会有有一个__iter__()方法,正是因为这个方法,才使得这些基本数据类型变为可迭代。
当我们运行以下代码的时候:
x = [1,2,3] for elem in x: print(elem) # 运行结果: # 1 # 2 # 3
实际调用过程如下:
那么如何判断一个对象是否是可迭代呢?使用collections模块的Iterable类型判断
from collections import Iterable print(isinstance('abc', Iterable)) # str是否可迭代 # True print(isinstance([1,2,3], Iterable)) # list是否可迭代 # True print(isinstance(123, Iterable)) # 整数是否可迭代 # False
四 迭代器(iterator)
通俗来讲任何具有__next__()
方法的对象都是迭代器,对迭代器调用__next__()方法可以获取下一个值。
五 生成器(generator)
生成器是一个用简单的方式来完成迭代。简单来说,Python的生成器是一个返回可以迭代对象的函数。
那要怎么创建生成器呢,很简单的,在一般函数中使用yield
关键字,可以实现一个最简单的生成器,此时这个函数变成一个生成器函数。yield
与return
返回相同的值,区别在于return
返回后,函数状态终止,而yield
会保存当前函数的执行状态,在返回后,函数又回到之前保存的状态继续执行。
看一下简单的生成器实例吧:
def test(): yield 1 yield 2 yield 3 g=test() print('来自函数',g) print(g.__next__()) print(g.__next__()) # 运行结果 # 来自函数 <generator object test at 0x000000000072B8E0> # 1 # 2
生成器与一般函数有什么区别呢?
- 生成器函数包含一个或者多个
yield
- 当调用生成器函数时,函数将返回一个对象,但是不会立刻向下执行
- 像
__iter__()
和__next__()
方法等是自动实现的,所以我们可以通过next()
方法对对象进行迭代 - 一旦函数被
yield
,函数会暂停,控制权返回调用者 - 局部变量和它们的状态会被保存,直到下一次调用
- 函数终止的时候,
StopIteraion
会被自动抛出
来个例子看一下吧:
# 简单的生成器函数 def my_gen(): n=1 print("first") # yield区域 yield n n+=1 print("second") yield n n+=1 print("third") yield n a=my_gen() print("next method:") # 每次调用a的时候,函数都从之前保存的状态执行 print print(next(a))(next(a)) print(next(a)) # 运行结果 # next method: # first # 1 # second # 2 # third # 3 print("for loop:") # 与调用next等价的 b=my_gen() for elem in my_gen(): print(elem) # 运行结果 # for loop: # first # 1 # second # 2 # third # 3
来看看使用循环的生成器
# 逆序yield出对象的元素 def rev_str(my_str): length=len(my_str) for i in range(length-1,-1,-1): yield my_str[i] for char in rev_str("hello"): print(char) # 运行结果 # o # l # l # e # h
六 生成器表达式
Python中,有一个列表生成方法,也就是常说的列表解析,提到列表解析就先要弄明白三元表达式的概念,什么是三元表达式呢?来个实例看看吧
egg_list=[] for i in range(10): egg_list.append('鸡蛋%s' %i) print(egg_list) # ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9'] # 使用三元表达式替换如上代码 l=['鸡蛋%s' %i for i in range(10)] print(l) # ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9'] l1=['鸡蛋%s' %i for i in range(10) if i > 5 ] print(l1) # ['鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9'] # l2=['鸡蛋%s' %i for i in range(10) if i > 5 else i] #没有四元表达式 # print(l2) l3=['鸡蛋%s' %i for i in range(10) if i < 5] print(l3) # ['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4']
了解了三元表达式,我们再来看看什么是生成器表达式,其实很简单,就是把三元表达式中的[]换成()即可。
a=(x for x in range(10)) b=[x for x in range(10)] # 这是错误的,因为生成器不能直接给出长度 # print("length a:",len(a)) # 输出列表的长度 print("length b:",len(b)) # length b: 10 b=iter(b) # 二者输出等价,不过b是在运行时开辟内存,而a是直接开辟内存 print(next(a)) print(next(b))