美文网首页机器学习Python
Python 迭代对象、迭代器、生成器概念详解

Python 迭代对象、迭代器、生成器概念详解

作者: MrMiaow | 来源:发表于2018-02-11 23:24 被阅读7次

    本文转载地址

    在了解Python的数据结构时,容器(container)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推导式(list,set,dict comprehension)众多概念参杂在一起,难免让初学者一头雾水,我将用一篇文章试图将这些概念以及它们之间的关系捋清楚。

    relationships.png

    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:

    >>> 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)
    

    询问某元素是否在 dict 中用 dict 中的 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
    

    询问某substring是否在string中:

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

    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。

    可迭代对象(iterable)

    刚才说过,很多容器都是可迭代对象,此外还有更多的对象同样也是可迭代对象,比如处于打开状态的files,sockets等等。但凡是可以返回一个迭代器的对象都可称之为可迭代对象,听起来可能有点困惑,没关系,先看一个例子:

    >>> 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'>
    

    这里 x 是一个可迭代对象,可迭代对象和容器一样是一种通俗的叫法,并不是指某种具体的数据类型,list是可迭代对象,dict是可迭代对象,set也是可迭代对象。yz 是两个独立的迭代器,迭代器内部持有一个状态,该状态用于记录当前迭代所在的位置,以方便下次迭代的时候获取正确的元素。迭代器有一种具体的迭代器类型,比如 list_iteratorset_iterator。可迭代对象实现了 __iter__ 方法,该方法返回一个迭代器对象。

    当运行代码:

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

    实际执行情况是:

    iterable-vs-iterator.png

    反编译该段代码,你可以看到解释器显示地调用 GET_ITER 指令,相当于调用 iter(x)FOR_ITER 指令就是调用 next() 方法,不断地获取迭代器中的下一个元素,但是你没法直接从指令中看出来,因为他被解释器优化过了。

    >>> 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)

    那么什么迭代器呢?它是一个带状态的对象,他能在你调用 next() 方法的时候返回容器中的下一个值,任何实现了 __iter____next__()(python2中实现 next() )方法的对象都是迭代器,__iter__ 返回迭代器自身, __next__ 返回容器中的下一个值,如果容器中没有更多元素了,则抛出StopIteration异常,至于它们到底是如何实现的这并不重要。

    所以,迭代器就是实现了工厂模式的对象,它在你每次你询问要下一个值的时候给你返回。有很多关于迭代器的例子,比如 itertools 函数返回的都是迭代器对象。

    生成无限序列:

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

    从一个有限序列中生成无限序列:

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

    从无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
    

    为了更直观地感受迭代器内部的执行过程,我们自定义一个迭代器,以斐波那契数列为例:

    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 既是一个可迭代对象(因为它实现了 __iter__ 方法),又是一个迭代器(因为实现了 __next__ 方法)。实例变量 prevcurr 用户维护迭代器内部的状态。每次调用 next() 方法的时候做两件事:

    1. 为下一次调用 next() 方法修改状态

    2. 为当前这次调用生成返回结果

    迭代器就像一个懒加载的工厂,等到有人需要的时候才给它生成值返回,没调用的时候就处于休眠状态等待下一次调用。

    生成器(generator)

    生成器算得上是Python语言中最吸引人的特性之一,生成器其实是一种特殊的迭代器,不过这种迭代器更加优雅。它不需要再像上面的类一样写 __iter__()__next__() 方法了,只需要一个 yiled 关键字。 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种懒加载的模式生成值。用生成器来实现斐波那契数列的例子是:

    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 就是一个普通的python函数,它特殊的地方在于函数体中没有 return 关键字,函数的返回值是一个生成器对象。当执行 f=fib() 返回的是一个生成器对象,此时函数体中的代码并不会执行,只有显示或隐示地调用next的时候才会真正执行里面的代码。

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

    生成器表达式(generator expression)

    生成器表达式是列表推倒式的生成器版本,看起来像列表推导式,但是它返回的是一个生成器对象而不是列表对象。

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

    总结

    • 容器是一系列元素的集合,str、list、set、dict、file、sockets对象都可以看作是容器,容器都可以被迭代(用在for,while等语句中),因此他们被称为可迭代对象。

    • 可迭代对象实现了 __iter__ 方法,该方法返回一个迭代器对象。

    • 迭代器持有一个内部状态的字段,用于记录下次迭代返回值,它实现了 __next____iter__ 方法,迭代器不会一次性把所有元素加载到内存,而是需要的时候才生成返回结果。

    • 生成器是一种特殊的迭代器,它的返回值不是通过 return 而是用 yield

    参考链接

    相关文章

      网友评论

        本文标题:Python 迭代对象、迭代器、生成器概念详解

        本文链接:https://www.haomeiwen.com/subject/gxgltftx.html