理解 Python 迭代对象、迭代器、生成器

点击上方图片报名作者微课

作者：刘志军，6年+Python使用经验， 高级开发工程师，目前在互联网医疗行业从事Web系统构架工作

个人公众号：Python之禅（微信ID：vttalk）

本文源自RQ作者的一篇博文，原文是 Iterables vs. Iterators vs. Generators，俺写的这篇文章是按照自己的理解做的参考翻译。

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（也有一些特列并不是所有的元素都放在内存）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. >>> assert 4 not in [1, 2, 3]

3. >>> assert 1 in {1, 2, 3}      # sets

4. >>> assert 4 not in {1, 2, 3}

5. >>> assert 1 in (1, 2, 3)      # tuples

6. >>> 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. >>> assert 1 in d

3. >>> 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. >>> assert 'b' in s

3. >>> assert 'x' not in s

4. >>> 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. >>> y = iter(x)

3. >>> z = iter(x)

4. >>> next(y)

5. 1

6. >>> next(y)

7. 2

8. >>> next(z)

9. 1

10. >>> type(x)

11. <class 'list'>

12. >>> type(y)

13. <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__和 __next__方法（python2中是 next方法，python3是 __next__方法），这两个方法对应内置函数 iter()和 next()。 __iter__方法返回可迭代对象本身，这使得他既是一个可迭代对象同时也是一个迭代器。

当运行代码：

1. x = [1, 2, 3]

2. for elem in x:

3.    ...

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. >>> x = [1, 2, 3]

3. >>> dis.dis('for _ in x: pass')

4.  1           0 SETUP_LOOP              14 (to 17)

5.              3 LOAD_NAME                0 (x)

6.              6 GET_ITER

7.        >>    7 FOR_ITER                 6 (to 16)

8.             10 STORE_NAME               1 (_)

9.             13 JUMP_ABSOLUTE            7

10.        >>   16 POP_BLOCK

11.        >>   17 LOAD_CONST               0 (None)

12.             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 __next__()（python2中实现 next()）方法的对象都是迭代器，至于它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. >>> counter = count(start=13)

3. >>> next(counter)

4. 13

5. >>> next(counter)

6. 14

从一个有限序列中生成无限序列：

1. >>> from itertools import cycle

2. >>> colors = cycle(['red', 'white', 'blue'])

3. >>> next(colors)

4. 'red'

5. >>> next(colors)

6. 'white'

7. >>> next(colors)

8. 'blue'

9. >>> next(colors)

10. 'red'

从无限的序列中生成有限序列：

1. >>> from itertools import islice

2. >>> colors = cycle(['red', 'white', 'blue'])  # infinite

3. >>> limited = islice(colors, 0, 4)            # finite

4. >>> for x in limited:                        

5. ...     print(x)

6. red

7. white

8. blue

9. 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.    def __init__(self):

3.        self.prev = 0

4.        self.curr = 1

5.    def __iter__(self):

6.        return self

7.    def __next__(self):

8.        value = self.curr

9.        self.curr += self.prev

10.        self.prev = value

11.        return value

12. >>> f = Fib()

13. >>> list(islice(f, 0, 10))

14. [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：

1. 为下一次调用 next()方法修改状态

2. 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.    prev, curr = 0, 1

3.    while True:

4.        yield curr

5.        prev, curr = curr, curr + prev

6. >>> f = fib()

7. >>> list(islice(f, 0, 10))

8. [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

fib就是一个普通的python函数，它特需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.    result = []

3.    for ... in ...:

4.        result.append(x)

5.    return result

都可以用生成器函数来替换：

1. def iter_something():

2.    for ... in ...:

3.        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. >>> a

3. <generator object <genexpr> at 0x401f08>

4. >>> sum(a)

5. 285

Python是一门非常独特的编程语言，它不仅简单易学而且非常强大，有过编程经验的程序员第一次接触Python会大呼”居然可以这样玩”，从此路转粉，“The Zen of Python”被Pythoneer视为编程教条，究竟什么样的代码才称得上地道呢？我们怎样才能写出地道的Python代码？

点击阅读原文或扫码咨询