完全理解Python迭代对象、迭代器、生成器

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。

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：

1. >>> assert 1 in [1, 2, 3]      # lists 
2.  
3. >>> assert 4 not in [1, 2, 3] 
4.  
5. >>> assert 1 in {1, 2, 3}      # sets 
6.  
7. >>> assert 4 not in {1, 2, 3} 
8.  
9. >>> assert 1 in (1, 2, 3)      # tuples 
10.  
11. >>> assert 4 not in (1, 2, 3)  

询问某元素是否在dict中用dict的中key：

1. >>> d = {1: 'foo', 2: 'bar', 3: 'qux'} 
2.  
3. >>> assert 1 in d 
4.  
5. >>> assert 'foo' not in d # 'foo' 不是dict中的元素  

询问某substring是否在string中：

1. >>> s = 'foobar' 
2.  
3. >>> assert 'b' in s 
4.  
5. >>> assert 'x' not in s 
6.  
7. >>> 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：

1. >>> x = [1, 2, 3] 
2.  
3. >>> y = iter(x) 
4.  
5. >>> z = iter(x) 
6.  
7. >>> next(y) 
8.  
9. 1 
10.  
11. >>> next(y) 
12.  
13. 2 
14.  
15. >>> next(z) 
16.  
17. 1 
18.  
19. >>> type(x) 
20.  
21. <class 'list'> 
22.  
23. >>> type(y) 
24.  
25. <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。y和z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_iterator，set_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：

1. x = [1, 2, 3] 
2.  
3. for elem in x: 
4.  
5. ...  

实际执行情况是：

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。

1. >>> import dis 
2.  
3. >>> x = [1, 2, 3] 
4.  
5. >>> dis.dis('for _ in x: pass') 
6.  
7.   1           0 SETUP_LOOP              14 (to 17) 
8.  
9.               3 LOAD_NAME                0 (x) 
10.  
11.               6 GET_ITER 
12.  
13.         >>    7 FOR_ITER                 6 (to 16) 
14.  
15.              10 STORE_NAME               1 (_) 
16.  
17.              13 JUMP_ABSOLUTE            7 
18.  
19.         >>   16 POP_BLOCK 
20.  
21.         >>   17 LOAD_CONST               0 (None) 
22.  
23.              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__和__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：

1. >>> from itertools import count 
2.  
3. >>> counter = count(start=13) 
4.  
5. >>> next(counter) 
6.  
7. 13 
8.  
9. >>> next(counter) 
10.  
11. 14  

从一个有限序列中生成无限序列：

1. >>> from itertools import cycle 
2.  
3. >>> colors = cycle(['red', 'white', 'blue']) 
4.  
5. >>> next(colors) 
6.  
7. 'red' 
8.  
9. >>> next(colors) 
10.  
11. 'white' 
12.  
13. >>> next(colors) 
14.  
15. 'blue' 
16.  
17. >>> next(colors) 
18.  
19. 'red'  

从无限的序列中生成有限序列：

1. >>> from itertools import islice 
2.  
3. >>> colors = cycle(['red', 'white', 'blue']) # infinite 
4.  
5. >>> limited = islice(colors, 0, 4) # finite 
6.  
7. >>> for x in limited: 
8.  
9. ... print(x) 
10.  
11. red 
12.  
13. white 
14.  
15. blue 
16.  
17. 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：

1. class Fib: 
2.  
3.     def __init__(self): 
4.  
5.         self.prev = 0 
6.  
7.         self.curr = 1 
8.  
9.   
10.  
11.     def __iter__(self): 
12.  
13.         return self 
14.  
15.   
16.  
17.     def __next__(self): 
18.  
19.         value = self.curr 
20.  
21.         self.curr += self.prev 
22.  
23.         self.prev = value 
24.  
25.         return value 
26.  
27.   
28.  
29. >>> f = Fib() 
30.  
31. >>> list(islice(f, 0, 10)) 
32.  
33. [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prev和curr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：

• 为下一次调用next()方法修改状态
• 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__()和__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：

1. def fib(): 
2.  
3.     prev, curr = 0, 1 
4.  
5.     while True: 
6.  
7.         yield curr 
8.  
9.         prev, curr = curr, curr + prev 
10.  
11.   
12.  
13. >>> f = fib() 
14.  
15. >>> list(islice(f, 0, 10)) 
16.  
17. [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：

1. def something(): 
2.  
3.     result = [] 
4.  
5.     for ... in ...: 
6.  
7.         result.append(x) 
8.  
9.     return result  

都可以用生成器函数来替换：

1. def iter_something(): 
2.  
3. for ... in ...: 
4.  
5. 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。

1. >>> a = (x*x for x in range(10)) 
2.  
3. >>> a 
4.  
5. <generator object <genexpr> at 0x401f08> 
6.  
7. >>> sum(a) 
8.  
9. 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__和__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。

作者：佚名

来源：51CTO