《Python进阶》笔记2-迭代器Iterator与生成器Generator

1 迭代器(iterators)

根据维基百科,迭代器是一个让程序员可以遍历一个容器(特别是列表)的对象。然而,一个迭代器在遍历并读取一个容器的数据元素时,并不会执行一个迭代。

换句话说这里有三个部分:

  1. 可迭代对象(Iterable)
  2. 迭代器(Iterator)
  3. 迭代(Iteration)

上面这些部分互相联系。我们会先各个击破来讨论他们,然后再讨论生成器(generators)。


1.1 可迭代对象(Iterable)

Python中任意的对象,只要它定义了可以返回一个迭代器的__iter__方法,或者定义了可以支持下标索引的__getitem__方法,那么它就是一个可迭代对象。

简单说,可迭代对象就是能提供迭代器的任意对象。那迭代器又是什么呢?


1.2 迭代器(Iterator)

任意对象,只要定义了next(Python2) 或者__next__方法,它就是一个迭代器。

就这么简单,现在我们来理解迭代(iteration)。


1.3 迭代(Iteration)

用简单的话讲,迭代就是从某个地方(比如一个列表)取出一个元素的过程。当我们使用一个循环来遍历某个东西时,这个过程本身就叫迭代。

现在既然我们有了这些术语的基本理解,那我们开始理解生成器吧。


2 生成器(Generators)

生成器也是一种迭代器,但是你只能对其迭代一次。这是因为它们并没有把所有的值存在内存中,而是在运行时生成值。你通过遍历来使用它们,要么用一个for循环,要么将它们传递给任意可以进行迭代的函数和结构。

大多数时候生成器是以函数来实现的。然而,它们并不返回一个值,而是yield(暂且译作“生出”)一个值。

这里有个生成器函数的简单例子:

def generator_function():
    for i in range(5):
        yield i

for item in generator_function():
    print(item)

# 输出为:
0
1
2
3
4

这个案例并不是非常实用。生成器最佳应用场景是:你不想同一时间将所有计算出来的大量结果集分配到内存当中,特别是结果集里还包含循环。

许多Python 2里的标准库函数都会返回列表,而Python 3都修改成了返回生成器,因为生成器占用更少的资源。

下面是一个计算斐波那契数列的生成器:

def fibon(n):
    a = b = 1
    for i in range(n):
        yield a
        a, b = b, a + b

函数使用方法如下:

for x in fibon(1000000):
    print(x)

用这种方式,我们可以不用担心它会使用大量资源。然而,之前如果我们这样来实现的话:

def fibon(n):
    a = b = 1
    result = []
    for i in range(n):
        result.append(a)
        a, b = b, a + b
    return result

这也许会在计算很大的输入参数时,用尽所有的资源。

我们已经讨论过生成器使用一次迭代,但我们并没有测试过。在测试前你需要再知道一个Python内置函数:next()。它允许我们获取一个序列的下一个元素。

那我们来验证下我们的理解:

def generator_function():
    for i in range(3):
    yield i

gen = generator_function()

print(next(gen))        # Output: 0
print(next(gen))        # Output: 1
print(next(gen))        # Output: 2

print(next(gen))
# 输出为:
StopIteration Traceback (most recent call last)
 in ()
----> 1 print(next(gen))
StopIteration:

我们可以看到,在yield掉所有的值后,next()触发了一个StopIteration的异常。基本上这个异常告诉我们,所有的值都已经被yield完了。

你也许会奇怪,为什么我们在使用for循环时没有这个异常呢?啊哈,答案很简单。for循环会自动捕捉到这个异常并停止调用next()。

你知不知道Python中一些内置数据类型也支持迭代哦?我们这就去看看:

my_string = "google"
for char in my_string:
    print(char)

# 输出为:
g
o
o
g
l
e

my_string = "google"
next(my_string)

# 输出为:
TypeError Traceback (most recent call last)
 in ()
      1 my_string = "google"
----> 2 next(my_string)
TypeError: str object is not an iterator

好吧,这不是我们预期的。这个异常说那个str对象不是一个迭代器。对,就是这样!str是一个可迭代对象,而不是一个迭代器。这意味着它支持迭代,但我们不能直接对其进行迭代操作。

那我们怎样才能对它实施迭代呢?是时候学习下另一个内置函数:iter。它将根据一个可迭代对象返回一个迭代器对象。

这里是我们如何使用它:

my_string = "google"
my_iter = iter(my_string)
next(my_iter)             # Output: 'g'

现在好多啦。我肯定你已经爱上了学习生成器。一定要记住,想要完全掌握这个概念,你只有使用它。确保你按照这个模式,并在生成器对你有意义的任何时候都使用它。你绝对不会失望的!

你可能感兴趣的:(《Python进阶》笔记2-迭代器Iterator与生成器Generator)