迭代器(iterator)与生成器(generator)是 Python 中比较常用又很容易混淆的两个概念,今天就把它们梳理一遍,并举一些常用的例子。
for
语句与可迭代对象(iterable object):
for i in [1, 2, 3]:
print(i)
1
2 3
obj = {"a": 123, "b": 456} for k in obj: print(k)
b
a
这些可以用在 for
语句进行循环的对象就是可迭代对象。除了内置的数据类型(列表、元组、字符串、字典等)可以通过 for
语句进行迭代,我们也可以自己创建一个容器,包含一系列元素,可以通过 for
语句依次循环取出每一个元素,这种容器就是迭代器(iterator)。除了用 for
遍历,迭代器还可以通过 next()
方法逐一读取下一个元素。要创建一个迭代器有3种方法,其中前两种分别是:
- 为容器对象添加
__iter__()
和__next__()
方法(Python 2.7 中是next()
);__iter__()
返回迭代器对象本身self
,__next__()
则返回每次调用next()
或迭代时的元素; - 内置函数
iter()
将可迭代对象转化为迭代器
# iter(IterableObject) ita = iter([1, 2, 3]) print(type(ita)) print(next(ita)) print(next(ita)) print(next(ita)) # Create iterator Object class Container: def __init__(self, start = 0, end = 0): self.start = start self.end = end def __iter__(self): print("[LOG] I made this iterator!") return self def __next__(self): print("[LOG] Calling __next__ method!") if self.start < self.end: i = self.start self.start += 1 return i else: raise StopIteration() c = Container(0, 5) for i in c: print(i)
<class 'list_iterator'>
1 2 3 [LOG] I made this iterator! [LOG] Calling __next__ method! 0 [LOG] Calling __next__ method! 1 [LOG] Calling __next__ method! 2 [LOG] Calling __next__ method! 3 [LOG] Calling __next__ method! 4 [LOG] Calling __next__ method!
创建迭代器对象的好处是当序列长度很大时,可以减少内存消耗,因为每次只需要记录一个值即刻(经常看到人们介绍 Python 2.7 的 range
函数时,建议当长度太大时用 xrange
更快,在 Python 3.5 中已经去除了 xrange
只有一个类似迭代器一样的 range
)。
生成器
前面说到创建迭代器有3种方法,其中第三种就是生成器(generator)。生成器通过 yield
语句快速生成迭代器,省略了复杂的 __iter__()
& __next__()
方式:
def container(start, end):
while start < end:
yield start
start += 1
c = container(0, 5)
print(type(c))
print(next(c))
next(c)
for i in c:
print(i)
<class 'generator'>
0 2 3 4
简单来说,yield
语句可以让普通函数变成一个生成器,并且相应的 __next__()
方法返回的是 yield
后面的值。一种更直观的解释是:程序执行到 yield
会返回值并暂停,再次调用 next()
时会从上次暂停的地方继续开始执行:
def gen():
yield 5
yield "Hello"
yield "World"
yield 4
for i in gen():
print(i)
5 Hello World 4
Python 3.5 (准确地说应该是 3.3 以后)中为生成器添加了更多特性,包括 yield from
以及在暂停的地方传值回生成器的 send()
等,为了保持简洁这里就不深入介绍了,有兴趣可以阅读官方文档说明以及参考链接2。