07生成器与迭代器

生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

In [3]:

L = [x + 1 for x in range(5)]
L

Out[3]:

[1, 2, 3, 4, 5]

In [4]:

g = (x + 1 for x in range(5))
g

Out[4]:

<generator object <genexpr> at 0x000000000BC68620>

 

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数（or next()）获得generator的下一个返回值：

In [5]:

next(g)

Out[5]:

1

In [6]:

next(g)

Out[6]:

2

In [7]:

next(g)

Out[7]:

3

In [8]:

next(g)

Out[8]:

4

In [9]:

next(g)

Out[9]:

5

In [10]:

next(g)

 

---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-10-e734f8aca5ac> in <module>
----> 1next(g)

StopIteration: 

 

generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

In [11]:

g = (x * x for x in range(10))
for n in g:
    print(n, end="; ")

 

0; 1; 4; 9; 16; 25; 36; 49; 64; 81; 

 

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

 

通过使用yield关键字定义

 

生成器对象是通过使用yield关键字定义的函数对象，因此，生成器也是一个函数。生成器用于生成一个值得序列，以便在迭代器中使用。

In [12]:

"""
第一是直接作为脚本执行，
第二是import到其他的python脚本中被调用（模块重用）执行。
因此if __name__ == '__main__': 的作用就是控制这两种情况执行代码的过程，
在if __name__ == '__main__':下的代码只有在第一种情况下（即文件作为脚本直接执行）才会被执行，而import到其他脚本中是不会被执行的。
"""

def myYield(n):
    while n > 0:
        print('开始生成。。。')
        yield n
        print('完成一次。。。')
        n -= 1
        
if __name__ == '__main__':
    a = myYield(3)
    print('已经实例化生成器对象')
#     a.__next__()
#     print('第二次调用__next__()方法：')
#     a.__next__()

 

已经实例化生成器对象

 

yield 语句是生成器中的关键语句，生成器在实例化时并不会被执行，而是等待调用其next()方法才开始运行。并且当程序运行完yield语句后就会“吼（hold）住”，即保持当前状态且停止运行，等待下一次遍历时才恢复运行。

程序运行的结果中的空行后的输出“已经实例化生成器对象”之前，已经实例化了生成器对象，但生成器并没有运行（没有输出‘开始生成’）。当第一次手工调用next()方法之后，才输出‘开始生成’，标志着生成器已经运行，而在输出‘’第二次调用next()方法‘’之前并没有输出‘完成一次’，说明yield语句运行之后就立即停止了。而第二次调用next()方法之后，才输出‘完成一次’，说明生成器的回复运行是从yield语句之后开始运行的

In [13]:

a.__next__()

 

开始生成。。。

Out[13]:

3

In [14]:

a.__next__()

 

完成一次。。。
开始生成。。。

Out[14]:

2

 

著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

In [15]:

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        print(b)
        a, b = b, a + b
        n = n + 1
    return 'done'

In [16]:

fib(5)

 

1
1
2
3
5

Out[16]:

'done'

 

上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：

In [17]:

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        #print(b)
        yield b
        a, b = b, a + b
        n += 1
    return 'well done'

 

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

In [18]:

f= fib(5)
f

Out[18]:

<generator object fib at 0x000000000BC687D8>

In [19]:

f.__next__()

Out[19]:

1

In [20]:

f.__next__()

Out[20]:

1

In [21]:

f.__next__()

Out[21]:

2

 

用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

In [22]:

g = fib(6)
while True:
    try:
        x = next(g)
        print('g:', x)
    except StopIteration as e:
        print('Generator return value:', e.value)
        break

 

g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: well done

 

生成器在Python中是一个非常强大的编程结构，可以用更少地中间变量写流式代码，此外，相比其它容器对象它更能节省内存和CPU，当然它可以用更少的代码来实现相似的功能。现在就可以动手重构你的代码了，但凡看到类似

 

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

都可以用生成器函数来替换：

def iter_something(): result = [] for ... in ...： yield x

 

杨辉三角

期待输出:

In [23]:

def triangles():
    result = [1]
    while True:
        yield result
        result = [1] + [result[i] + result[i+1] for i in range(len(result)-1)] + [1]

In [24]:

n = 0
results = []
for t in triangles():
    print(t)
    results.append(t)
    n = n + 1
    if n == 10:
        break
if results == [
    [1],
    [1, 1],
    [1, 2, 1],
    [1, 3, 3, 1],
    [1, 4, 6, 4, 1],
    [1, 5, 10, 10, 5, 1],
    [1, 6, 15, 20, 15, 6, 1],
    [1, 7, 21, 35, 35, 21, 7, 1],
    [1, 8, 28, 56, 70, 56, 28, 8, 1],
    [1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
]:
    print('测试通过!')
else:
    print('测试失败!')

 

[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]
测试通过!

 

迭代器

 

可以直接作用于for循环的数据类型有以下几种：

一类是集合数据类型,如list,tuple,dict,set,str等 一类是generator ，包括生成器和带yeild的generator function

这些可以 直接作用于for循环的对象统称为可迭代对象：Iterable 可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator

In [25]:

a = [i for i in range(10)]
next(a)

 

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-25-8981550fe3e0> in <module>
      1 a = [i for i in range(10)]
----> 2next(a)

TypeError: 'list' object is not an iterator

 

list，dict，str虽然是Iterable，却不是Iterator。

In [26]:

from collections import Iterator
from collections import Iterable
print(isinstance(a,Iterator))
print(isinstance(a,Iterable))
print(isinstance({},Iterable))
print(isinstance('abc',Iterable))

 

False
True
True
True

 

生成器就是一个迭代器

In [27]:

a = (i for i in range(10))
print(next(a))
print(isinstance(a, Iterator))

 

0
True

 

iter()函数 创建迭代器

 

iter（iterable）#一个参数，要求参数为可迭代的类型

把list、dict、str等Iterable变成Iterator可以使用iter()函数：

In [28]:

print(isinstance({},Iterator))
print(isinstance('abc',Iterator))
print(isinstance(iter({}),Iterator))
print(isinstance(iter('abc'),Iterator))

 

False
False
True
True

 

你可能会问，为什么list、dict、str等数据类型不是Iterator？

这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。 Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

 

小结

 

是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

In [29]:

for x in [1, 2, 3, 4, 5]:
    print(x,end=',')

 

1,2,3,4,5,

In [30]:

# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
    try:
        # 获得下一个值:
        x = next(it)
        print(x,end=',')
    except StopIteration:
        # 遇到StopIteration就退出循环
        break

 

1,2,3,4,5,