理解Python迭代對象、迭代器、生成器

做者：zhijun liu
連接：https://zhuanlan.zhihu.com/p/24376869
來源：知乎
著做權歸做者全部。商業轉載請聯繫做者得到受權，非商業轉載請註明出處。

本文源自RQ做者的一篇博文，原文是Iterables vs. Iterators vs. Generators，俺寫的這篇文章是按照本身的理解作的參考翻譯，算不上是原文的中譯版本，推薦閱讀原文。

在瞭解Python的數據結構時，容器(container)、可迭代對象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推導式(list,set,dict comprehension)衆多概念參雜在一塊兒，不免讓初學者一頭霧水，我將用一篇文章試圖將這些概念以及它們之間的關係捋清楚。

容器(container)

容器是一種把多個元素組織在一塊兒的數據結構，容器中的元素能夠逐個地迭代獲取，能夠用in, not in關鍵字判斷元素是否包含在容器中。一般這類數據結構把全部的元素存儲在內存中（也有一些特例，並非全部的元素都放在內存，好比迭代器和生成器對象）在Python中，常見的容器對象有：

• list, deque, ....
• set, frozensets, ....
• dict, defaultdict, OrderedDict, Counter, ....
• tuple, namedtuple, …
• str

容器比較容易理解，由於你就能夠把它看做是一個盒子、一棟房子、一個櫃子，裏面能夠塞任何東西。從技術角度來講，當它能夠用來詢問某個元素是否包含在其中時，那麼這個對象就能夠認爲是一個容器，好比 list，set，tuples都是容器對象：

>>> assert 1 in [1, 2, 3]      # lists
>>> assert 4 not in [1, 2, 3]
>>> assert 1 in {1, 2, 3}      # sets
>>> assert 4 not in {1, 2, 3}
>>> assert 1 in (1, 2, 3)      # tuples
>>> assert 4 not in (1, 2, 3)

詢問某元素是否在dict中用dict的中key：

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

詢問某substring是否在string中：

>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s

儘管絕大多數容器都提供了某種方式來獲取其中的每個元素，但這並非容器自己提供的能力，而是可迭代對象賦予了容器這種能力，固然並非全部的容器都是可迭代的，好比：Bloom filter，雖然Bloom filter能夠用來檢測某個元素是否包含在容器中，可是並不能從容器中獲取其中的每個值，由於Bloom filter壓根就沒把元素存儲在容器中，而是經過一個散列函數映射成一個值保存在數組中。

可迭代對象(iterable)

剛纔說過，不少容器都是可迭代對象，此外還有更多的對象一樣也是可迭代對象，好比處於打開狀態的files，sockets等等。但凡是能夠返回一個迭代器的對象均可稱之爲可迭代對象，聽起來可能有點困惑，不要緊，先看一個例子：

>>> x = [1, 2, 3]
>>> y = iter(x)
>>> z = iter(x)
>>> next(y)
1
>>> next(y)
2
>>> next(z)
1
>>> type(x)
<class 'list'>
>>> type(y)
<class 'list_iterator'>

這裏x是一個可迭代對象，可迭代對象和容器同樣是一種通俗的叫法，並非指某種具體的數據類型，list是可迭代對象，dict是可迭代對象，set也是可迭代對象。y和z是兩個獨立的迭代器，迭代器內部持有一個狀態，該狀態用於記錄當前迭代所在的位置，以方便下次迭代的時候獲取正確的元素。迭代器有一種具體的迭代器類型，好比list_iterator，set_iterator。可迭代對象實現了__iter__和__next__方法（python2中是next方法，python3是__next__方法），這兩個方法對應內置函數iter()和next()。__iter__方法返回可迭代對象自己，這使得他既是一個可迭代對象同時也是一個迭代器。

當運行代碼：

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

實際執行狀況是：

反編譯該段代碼，你能夠看到解釋器顯示地調用GET_ITER指令，至關於調用iter(x)，FOR_ITER指令就是調用next()方法，不斷地獲取迭代器中的下一個元素，可是你無法直接從指令中看出來，由於他被解釋器優化過了。

>>> import dis
>>> x = [1, 2, 3]
>>> dis.dis('for _ in x: pass')
  1           0 SETUP_LOOP              14 (to 17)
              3 LOAD_NAME                0 (x)
              6 GET_ITER
        >>    7 FOR_ITER                 6 (to 16)
             10 STORE_NAME               1 (_)
             13 JUMP_ABSOLUTE            7
        >>   16 POP_BLOCK
        >>   17 LOAD_CONST               0 (None)
             20 RETURN_VALUE

迭代器(iterator)

那麼什麼迭代器呢？它是一個帶狀態的對象，他能在你調用next()方法的時候返回容器中的下一個值，任何實現了__next__()（python2中實現next()）方法的對象都是迭代器，至於它是如何實現的這並不重要。

因此，迭代器就是實現了工廠模式的對象，它在你每次你詢問要下一個值的時候給你返回。有不少關於迭代器的例子，好比itertools函數返回的都是迭代器對象。

生成無限序列：

>>> from itertools import count
>>> counter = count(start=13)
>>> next(counter)
13
>>> next(counter)
14

從一個有限序列中生成無限序列：

>>> from itertools import cycle
>>> colors = cycle(['red', 'white', 'blue'])
>>> next(colors)
'red'
>>> next(colors)
'white'
>>> next(colors)
'blue'
>>> next(colors)
'red'

從無限的序列中生成有限序列：

>>> from itertools import islice
>>> colors = cycle(['red', 'white', 'blue'])  # infinite
>>> limited = islice(colors, 0, 4)            # finite
>>> for x in limited:                         
...     print(x)
red
white
blue
red

爲了更直觀地感覺迭代器內部的執行過程，咱們自定義一個迭代器，以斐波那契數列爲例：

class Fib:
    def __init__(self):
        self.prev = 0
        self.curr = 1

    def __iter__(self):
        return self

    def __next__(self):
        value = self.curr
        self.curr += self.prev
        self.prev = value
        return value

>>> f = Fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

Fib既是一個可迭代對象（由於它實現了__iter__方法），又是一個迭代器（由於實現了__next__方法）。實例變量prev和curr用戶維護迭代器內部的狀態。每次調用next()方法的時候作兩件事：

1. 爲下一次調用next()方法修改狀態
2. 爲當前此次調用生成返回結果

迭代器就像一個懶加載的工廠，等到有人須要的時候纔給它生成值返回，沒調用的時候就處於休眠狀態等待下一次調用。

生成器(generator)

生成器算得上是Python語言中最吸引人的特性之一，生成器實際上是一種特殊的迭代器，不過這種迭代器更加優雅。它不須要再像上面的類同樣寫__iter__()和__next__()方法了，只須要一個yiled關鍵字。 生成器必定是迭代器（反之不成立），所以任何生成器也是以一種懶加載的模式生成值。用生成器來實現斐波那契數列的例子是：

def fib():
    prev, curr = 0, 1
    while True:
        yield curr
        prev, curr = curr, curr + prev

>>> f = fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

fib就是一個普通的python函數，它特殊的地方在於函數體中沒有return關鍵字，函數的返回值是一個生成器對象。當執行f=fib()返回的是一個生成器對象，此時函數體中的代碼並不會執行，只有顯示或隱示地調用next的時候纔會真正執行裏面的代碼。

生成器在Python中是一個很是強大的編程結構，能夠用更少地中間變量寫流式代碼，此外，相比其它容器對象它更能節省內存和CPU，固然它能夠用更少的代碼來實現類似的功能。如今就能夠動手重構你的代碼了，但凡看到相似：

def something():
    result = []
    for ... in ...:
        result.append(x)
    return result

均可以用生成器函數來替換：

def iter_something():
    for ... in ...:
        yield x

生成器表達式(generator expression)

生成器表達式是列表推倒式的生成器版本，看起來像列表推導式，可是它返回的是一個生成器對象而不是列表對象。

>>> a = (x*x for x in range(10))
>>> a
<generator object <genexpr> at 0x401f08>
>>> sum(a)
285

總結

容器是一系列元素的集合，在python中str,list,set,dict,file,sockets均可以看做是容器，容器均可以被迭代，所以他們也稱爲可迭代對象，可迭代對象實現了__iter__方法，迭代器持有一個內部狀態的字段，用於記錄下次迭代返回值，它實現了__next__方法，迭代器不會一次性把全部元素加載到內存，而是須要的時候才生成返回結果，生成器是一種特殊的迭代器，它的返回值不是經過return而是用yield。