1 引言
只要你学了Python语言,就不会不知道for循环,也肯定用for循环来遍历一个列表(list),那为什么for循环可以遍历list,而不能遍历int类型对象呢?怎么让一个自定义的对象可遍历?
这篇博客中,我们来一起探索一下这个问题,在这个过程中,我们会介绍到迭代器、可迭代对象、生成器,更进一步的,我们会详细介绍他们的原理、异同。
2 迭代器与可迭代对象
在开始下面内容之前,我们先说说标题中的“迭代”一词。什么是迭代?我认为,迭代一个完整过程中的一个重复,或者说每一次对过程的重复称为一次“迭代”,而每一次迭代得到的结果会作为下一次迭代的初始值,举一个类比来说:一个人类家族的发展是一个完整过程,需要经过数代人的努力,每一代都会以接着上一代的成果继续发展,所以每一代都是迭代。
2.1 迭代器
(1)怎么判断是否可迭代
作为一门设计语言,Python提供了许多必要的数据类型,例如基本数据类型int、bool、str,还有容器类型list、tuple、dict、set。这些类型当中,有些是可迭代的,有些不可迭代,怎么判断呢?
在Python中,我们把所有可以迭代的对象统称为可迭代对象,有一个类专门与之对应:Iterable。所以,要判断一个类是否可迭代,只要判断是否是Iterable类的实例即可。
>>> from collections import Iterable
>>> isinstance(123, Iterable)
False
>>> isinstance(True, Iterable)
False
>>> isinstance('abc', Iterable)
True
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance((), Iterable)
True
所以,整型、布尔不可迭代,字符串、列表、字典、元组可迭代。
怎么让一个对象可迭代呢?毕竟,很多时候,我们需要用到的对象不止Python内置的这些数据类型,还有自定义的数据类型。答案就是实现__iter__()
方法,只要一个对象定义了__iter__()
方法,那么它就是可迭代对象。
from collections.abc import Iterable
class A():
def __iter__(self):
pass
print('A()是可迭代对象吗:',isinstance(A(),Iterable))
结果输出为:
A()是可迭代对象吗: True
瞧,我们在__iter__()
方法里面甚至没写任何东西,反正我们在类A中定义则__iter__()
方法,那么,它就是一个可迭代对象。
重要的事情说3遍:
只要一个对象定义了__iter__()方法,那么它就是可迭代对象。
只要一个对象定义了__iter__()方法,那么它就是可迭代对象。
只要一个对象定义了__iter__()方法,那么它就是可迭代对象。
2.2 迭代器
迭代器是对可迭代对象的改造升级,上面说过,一个对象定义了__iter__()
方法,那么它就是可迭代对象,进一步地,如果一个对象同时实现了__iter__()
和__next()__()
方法,那么它就是迭代器。
来,跟我读三遍:
如果一个对象同时实现了__iter__()和__next()()方法,那么它就是迭代器。
如果一个对象同时实现了__iter()和__next()()方法,那么它就是迭代器。
如果一个对象同时实现了__iter()和__next()__()方法,那么它就是迭代器。
在Python中,也有一个类与迭代器对应:Iterator
。所以,要判断一个类是否是迭代器,只要判断是否是Iterator类的实例即可。
from collections.abc import Iterable
from collections.abc import Iterator
class B():
def __iter__(self):
pass
def __next__(self):
pass
print('B()是可迭代对象吗:',isinstance(B(), Iterable))
print('B()是迭代器吗:',isinstance(B(), Iterator))
结果输出如下:
B()是可迭代对象吗: True
B()是迭代器吗: True
可见,迭代器一定是可迭代对象,但可迭代对象不一定是迭代器。
所以整型、布尔一定不是迭代器,因为他们连可迭代对象都算不上。那么,字符串、列表、字典、元组是迭代器吗?猜猜!
>>> from collections.abc import Iterator
>>> isinstance('abc', Iterator)
False
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance((), Iterator)
False
惊不惊喜,意不意外,字符串、列表、字典、元组都不是迭代器。那为什么它们可以在for循环中遍历呢?而且,我想,看到这里,就算你已经可以在形式上区分可迭代对象和迭代器,但是你可能会问,这有什么卵用吗?确实,没多少卵用,因为我们还不知道__iter__()、next()到底是个什么鬼东西。
接下来,我们通过继续探究for循环的本质来解答这些问题。
2.3 for循环的本质
说到__iter__()
和__next__()
方法,就很有必要介绍一下iter()和next()方法了。
(1)iter()与__iter__()
__iter__()
的作用是返回一个迭代器,虽然上面说过,只要实现了__iter__()
方法就是可迭代对象,但是,没有实现功能(返回迭代器)总归是有问题的,就像一个村长,当选之后,那就是村长了,但是如果尸位素餐不做事,那总是有问题的。
__iter__()
方法毕竟是一个特殊方法,不适合直接调用,所以Python提供了iter()
方法。iter()
是Python提供的一个内置方法,可以不用导入,直接调用即可。
from collections.abc import Iterator
class A():
def __iter__(self):
print('A类的__iter__()方法被调用')
return B()
class B():
def __iter__(self):
print('B类的__iter__()方法被调用')
return self
def __next__(self):
pass
a = A()
print('对A类对象调用iter()方法前,a是迭代器吗:', isinstance(a, Iterator))
a1 = iter(a)
print('对A类对象调用iter()方法后,a1是迭代器吗:', isinstance(a1, Iterator))
b = B()
print('对B类对象调用iter()方法前,b是迭代器吗:', isinstance(b, Iterator))
b1 = iter(b)
print('对B类对象调用iter()方法后,b1是迭代器吗:', isinstance(b1, Iterator))
运行结果如下:
对A类对象调用iter()方法前,a是迭代器吗: False
A类的__iter__()方法被调用
对A类对象调用iter()方法后,a1是迭代器吗: True
对B类对象调用iter()方法前,b是迭代器吗: True
B类的__iter__()方法被调用
对B类对象调用iter()方法后,b1是迭代器吗: True
对于B类,因为B类本身就是迭代器,所以可以直接返回B类的实例,也就是说self,当然,你要是返回其他迭代器也没毛病。对于类A,它只是一个可迭代对象,__iter__(
)方法需要返回一个迭代器,所以返回了B类的实例,如果返回的不是一个迭代器,调用iter()方法时就会报以下错误:
TypeError: iter() returned non-iterator of type 'A'
(2)next()与__next__()
__next__()
的作用是返回遍历过程中的下一个元素,如果没有下一个元素则主动抛出StopIteration异常。而next()
就是Python提供的一个用于调用__next__()
方法的内置方法。
下面,我们通过next()方法来遍历一个list:
>>> list_1 = [1, 2, 3]
>>> next(list_1)
Traceback (most recent call last):
File "<pyshell#19>", line 1, in <module>
next(list_1)
TypeError: 'list' object is not an iterator
>>> list_2 = iter(list_1)
>>> next(list_2)
1
>>> next(list_2)
2
>>> next(list_2)
3
>>> next(list_2)
Traceback (most recent call last):
File "<pyshell#24>", line 1, in <module>
next(list_2)
StopIteration
因为列表只是可迭代对象,不是迭代器,所以对list_1直接调用next()方法会产生异常。对list_1调用iter()
后就可以获得是迭代器的list_2,对list_2每一次调用next()
方法都会取出一个元素,当没有下一个元素时继续调用next()
就抛出了StopIteration
异常。
>>> class A():
def __init__(self, lst):
self.lst = lst
def __iter__(self):
print('A.__iter__()方法被调用')
return B(self.lst)
>>> class B():
def __init__(self, lst):
self.lst = lst
self.index = 0
def __iter__(self):
print('B.__iter__()方法被调用')
return self
def __next__(self):
try:
print('B.__next__()方法被调用')
value = self.lst[self.index]
self.index += 1
return value
except IndexError:
raise StopIteration()
>>> a = A([1, 2, 3])
>>> a1 = iter(a)
A.__iter__()方法被调用
>>> next(a1)
B.__next__()方法被调用
1
>>> next(a1)
B.__next__()方法被调用
2
>>> next(a1)
B.__next__()方法被调用
3
>>> next(a1)
B.__next__()方法被调用
Traceback (most recent call last):
File "<pyshell#78>", line 11, in __next__
value = self.lst[self.index]
IndexError: list index out of range
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "<pyshell#84>", line 1, in <module>
next(a1)
File "<pyshell#78>", line 15, in __next__
raise StopIteration()
StopIteration
A类实例化出来的实例a只是可迭代对象,不是迭代器,调用iter()
方法后,返回了一个B类的实例a1,每次对a1调用next()
方法,都用调用B类的__next__()
方法。
接下来,我们用for循环遍历一下A类实例:
>>> for i in A([1, 2, 3]):
print('for循环中取出值:',i)
A.__iter__()方法被调用
B.__next__()方法被调用
for循环中取出值: 1
B.__next__()方法被调用
for循环中取出值: 2
B.__next__()方法被调用
for循环中取出值: 3
B.__next__()方法被调用
通过for循环对一个可迭代对象进行迭代时,for循环内部机制会自动通过调用iter()方法执行可迭代对象内部定义的__iter__()
方法来获取一个迭代器,然后一次又一次得迭代过程中通过调用next()
方法执行迭代器内部定义的__next__()
方法获取下一个元素,当没有下一个元素时,for循环
自动捕获并处理StopIteration异常。如果你还没明白,请看下面用while循环
实现for循环功能,整个过程、原理都是一样的:
>>> a = A([1, 2, 3])
>>> a1 = iter(a)
A.__iter__()方法被调用
>>> while True:
try:
i = next(a1)
print('for循环中取出值:', i)
except StopIteration:
break
B.__next__()方法被调用
for循环中取出值: 1
B.__next__()方法被调用
for循环中取出值: 2
B.__next__()方法被调用
for循环中取出值: 3
B.__next__()方法被调用
作为一个迭代器,B类对象也可以通过for循环来迭代:
>>> for i in B([1, 2, 3]):
print('for循环中取出值:',i)
B.__iter__()方法被调用
B.__next__()方法被调用
for循环中取出值: 1
B.__next__()方法被调用
for循环中取出值: 2
B.__next__()方法被调用
for循环中取出值: 3
B.__next__()方法被调用
看出来了吗?这就是for循环的本质。
3 生成器
3.1 迭代器与生成器
如果一个函数体内部使用yield关键字,这个函数就称为生成器函数,生成器函数调用时产生的对象就是生成器。生成器是一个特殊的迭代器,在调用该生成器函数时,Python会自动在其内部添加__iter__()方法和__next__()方法。把生成器传给 next() 函数时, 生成器函数会向前继续执行, 执行到函数定义体中的下一个 yield 语句时, 返回产出的值, 并在函数定义体的当前位置暂停, 下一次通过next()方法执行生成器时,又从上一次暂停位置继续向下……,最终, 函数内的所有yield都执行完,如果继续通过yield调用生成器, 则会抛出StopIteration 异常——这一点与迭代器协议一致。
>>> from collections.abc import Iterable
>>> from collections.abc import Iterator
>>> def gen():
print('第1次执行')
yield 1
print('第2次执行')
yield 2
print('第3次执行')
yield 3
>>> g = gen()
>>> isinstance(g, Iterable)
True
>>> isinstance(g, Iterator)
True
>>> g
<generator object gen at 0x0000021CE9A39A98>
>>> next(g)
第1次执行
1
>>> next(g)
第2次执行
2
>>> next(g)
第3次执行
3
>>> next(g)
Traceback (most recent call last):
File "<pyshell#120>", line 1, in <module>
next(g)
StopIteration
可以看到,生成器的执行机制与迭代器是极其相似的,生成器本就是迭代器,只不过,有些特殊。那么,生成器特殊在哪呢?或者说,有了迭代器,为什么还要用生成器?
从上面的介绍和代码中可以看出,生成器采用的是一种惰性计算机制,一次调用也只会产生一个值,它不会将所有的值一次性返回给你,你需要一个那就调用一次next()方法取一个值,这样做的好处是如果元素有很多(数以亿计甚至更多),如果用列表一次性返回所有元素,那么会消耗很大内存,如果我们只是想要对所有元素依次一个一个取出来处理,那么,使用生成器就正好,一次返回一个,并不会占用太大内存。
举个例子,假设我们现在要取1亿以内的所有偶数,如果用列表来实现,代码如下:
def fun_list():
index = 1
temp_list = []
while index < 100000000:
if index % 2 == 0:
temp_list.append(index)
print(index)
index += 1
return temp_list
上面程序会先获取所有符合要求的偶数,然后一次性返回。如果你运行了代码,你就会发现两个问题——运行时间很长、消耗很多内存。
有时候,我们并不一定需要一次性获得所有的对象,需要一个使用一个就可以,这样的话,可以用生成器来实现:
>>> def fun_gen():
index = 1
while index < 100000000:
if index % 2 == 0:
yield index
index += 1
>>> fun_gen()
<generator object fun_gen at 0x00000222DC2F4360>
>>> g = fun_gen()
>>> next(g)
2
>>> next(g)
4
>>> next(g)
6
看到了吗?对生成器没执行一次next()方法,就会返回一个元素,这样的话无论在速度上还是机器性能消耗上都会好很多。如果你还没感受到生成器的优势,我再说一个应用场景,假如需要取出远程数据库中的100万条记录进行处理,如果一次性获取所有记录,网络带宽、内存都会有很大消耗,但是如果使用生成器,就可以取一条,就在本地处理一条。
不过,生成器也有不足,正因为采用了惰性计算,你不会知道下一个元素是什么,更不会知道后面还有多少元素,所以,对于列表、元组等结构,我们能调用len()方法获知长度,但是对于生成器却不能。
总结一下迭代器与生成器的异同:
(1)生成器是一种特殊的迭代器,拥有迭代器的所有特性;
(2)迭代器使用return返回值而生成器使用yield返回值每一次对生成器执行next()都会在yield处暂停;
(3)迭代器和生成器虽然都执行next()方法时返回下一个元素,迭代器在实例化前就已知所有元素,但是采用惰性计算机制,共有多少元素,下一个元素是什么都是未知的,每一次对生成器对象执行next()方法才会产生下一个元素。
3.2 生成器解析式
使用过列表解析式吗?语法格式为:[返回值 for 元素 in 可迭代对象 if 条件]
看下面代码:
>>> li = []
>>> for i in range(5):
if i%2==0:
li.append(i**2)
>>> li
[0, 4, 16]
我们可以用列表解析式实现同样功能:
>>> li = [i**2 for i in range(5) if i%2==0]
>>> li
[0, 4, 16]
>>> type(li)
<class 'list'>
很简单对不对?简洁了很多,返回的li就是一个列表。咳咳……偏题了,我们要说的是生成器解析式,而且我相信打开我这篇博文的同学大多都熟悉列表解析式,回归正题。
生成器解析式语法格式为:(返回值 for 元素 in 可迭代对象 if 条件)
你没看错,跟列表解析式相比,生成器解析式只是把方括号换成了原括号。来感受一下:
>>> g = (i**2 for i in range(5) if i%2==0)
>>> g
<generator object <genexpr> at 0x00000222DC2F4468>
>>> next(g)
0
>>> next(g)
4
>>> next(g)
16
>>> next(g)
Traceback (most recent call last):
File "<pyshell#38>", line 1, in <module>
next(g)
StopIteration
可以看到,生成器解析式返回的就是一个生成器对象,换句话说生成器解析式是生成器的一种定义方式,这种方式简单快捷,当然实现的功能不能太复杂。
4 总结
本文全面总结了Python中可迭代对象、迭代器、生成器知识,我相信,只要你认真消化我这篇博文,就能深刻领悟迭代器生成器。