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)。
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
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)
- 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
示例如下:
# 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。
迭代是Python最强大的功能之一,是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法:iter() 和 next()。
字符串,列表或元组对象都可用于创建迭代器:
list=[1,2,3,4]
it =iter(list) # 创建迭代器对象
print(next(it)) # 输出迭代器的下一个元素
print(next(it))
运行结果:
1
2
Process finished with exit code 0
迭代器对象可以使用常规for语句进行遍历:
list=[1,2,3,4]
it =iter(list) # 创建迭代器对象
for x in it:
print(x)
运行结果:
1
2
3
4
Process finished with exit code 0
也可以使用 next() 函数:
import sys # 引入 sys 模块
list=[1,2,3,4]
it =iter(list) # 创建迭代器对象
while True:
try:
print (next(it))
except StopIteration:
sys.exit()
运行结果:
1
2
3
4
Process finished with exit code 0
五、创建一个迭代器
把一个类作为一个迭代器使用需要在类中实现两个方法 iter() 与 next() 。
iter_() 方法返回一个特殊的迭代器对象, 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。
next() 方法会返回下一个迭代器对象。
创建一个返回数字的迭代器,初始值为 1,逐步递增 1:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
x = self.a
self.a += 1
return x
myclass = MyNumbers()
myiter = iter(myclass)
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
print(next(myiter))
运行结果:
1
2
3
4
5
Process finished with exit code 0
StopIteration
StopIteration 异常用于标识迭代的完成,防止出现无限循环的情况,在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
在 20 次迭代后停止执行:
class MyNumbers:
def __iter__(self):
self.a = 1
return self
def __next__(self):
if self.a <= 20:
x = self.a
self.a += 1
return x
else:
raise StopIteration
myclass = MyNumbers()
myiter = iter(myclass)
for x in myiter:
print(x)
运行结果:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Process finished with exit code 0
六、生成器
在 Python 中,使用了 yield 的函数被称为生成器(generator)。
跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
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。
调用一个生成器函数,返回的是一个迭代器对象。
生成器实例:
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
生成器与一般函数的区别呢?
- 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
示例:
# 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
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
七、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?
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))