點擊藍字關注我

迭代是Python中常用且非常強大的一個功能，它可以用于訪問集合、列表、字符串、字典等數據結構的元素。我們經常使用循環和條件語句，我們也清楚哪些是可以迭代訪問，但是具體它們之間有什么有什么異同之處？有哪些特點？什么是迭代器、什么是生成器、什么是可迭代對象？這些問題對于初學者而言卻是很少去細致的研究，本文就來詳細闡述一下它們之間的關系已經它們的特別之處。

—▼—

可迭代對象

在講解迭代器和生成器之前，先介紹一下可迭代對象。

可迭代對象是Python中一個非常龐大的概念，它主要包括如下三類：

• 迭代器

• 序列

• 字典

從上圖可以看出不同概念之間的關系，迭代器是可迭代對象的一個子集，而生成器又是迭代器的一個子集，是一種特殊的迭代器。除了迭代器之外，Python中還有序列、字典等可迭代對象。

現在已經直觀的了解了可迭代對象與迭代器、生成器之間的關系，那么用Python語言怎么表述它們的區別呢？

• 可迭代對象需要實現__iter__方法

• 迭代器不僅要實現__iter__方法，還需要實現__next__方法

在使用層面，可迭代對象可以通過in和not in訪問對象中的元素，舉一個例子，

X?=?set([1,2,3,4,5])print(X)print(type(X))print(1?in?X)print(2?not?in?X)for?x?in?X:????print(x)#?輸出{1,?2,?3,?4,?5}<class?'set'>TrueFalse
1
2
3
4
5

前面提到，可迭代對象實現了__iter__方法，但是它沒有實現__next__，這也是判定迭代器和其他可迭代對象的關鍵之處，可以看一下通過next訪問上述示例中可迭代對象X會報錯，

next(X)#?輸出TypeError:?'set'?object?is?not?an?iterator

報的錯誤是'set' object is not an iterator，它指明了set集合是一個可迭代對象，但不是迭代器，下面就來介紹一下迭代器。

迭代器

迭代器是可迭代對象的一個子集，它是一個可以記住遍歷的位置的對象，它與列表、元組、集合、字符串這些可迭代對象的區別就在于next方法的實現，其他列表、元組、集合、字符串這些可迭代對象可以很簡單的轉化成迭代器，通過Python內置的iter函數能夠輕松把可迭代對象轉化為迭代器，下面來看一個例子，

X?=?[1,2,3,4,5]print(type(X))Y?=?iter(X)print(type(Y))print(next(Y))print(next(Y))print(next(Y))#?輸出<class?'list'>
<class?'list_iterator'>
1
2
3

從上述示例中我們可以看出兩點：

• 通過iter函數把list轉化成了迭代器

• 可迭代器能夠記住遍歷位置，能夠通過next方法不斷從前往后訪問

除了Python內置的iter之外，還可以通過Python內置的工具包itertools創建迭代器，其中函數包括，

• count

• cycle

• repeat

• accumulate

• chain

• compress

• dropwhile

• islice

• product

• permutations

• combinations

• ……

itertools中包含很多用于創建迭代器的實用方法，如果感興趣嗯可以訪問官方文檔進行詳細了解。

當然，也可以自己通過實現__iter__和__next__方法來定義迭代器，

class?Iterator(object):????def?__init__(self,?array):????????self.x?=?array????????self.index?=?0????def?__iter__(self):????????return?self????def?__next__(self):????????if?self.index?????????????value?=?self.x[self.index]????????????self.index?+=?1????????else:????????????raise?StopIteration????????return?valueit?=?Iterator([1,2,3,4,5])print(type(it))for?i?in?it:????print(i)#?輸出<class?'__main__.Iterator'>
1
2
3
4
5

生成器

從文章開頭的流程圖可以直觀的看出，生成器是迭代器的子集，換句話說，生成器一定是迭代器，但是迭代器不全是生成器對象。

提及生成器就不得不提及一個Python中的關鍵字yiled，在Python中一個函數可以用yiled替代return返回值，這樣的話這個函數就變成了一個生成器對象，舉個例子對比一下，

def?generator(array):????for?i?in?array:????????return?igen?=?generator([1,2,3,4,5])print(type(gen))#?輸出<class?'int'>

這是我們常見的return返回方式，這樣的話generator函數獲取的是一個int型對象，下面看一下換成yield關鍵字，

def?generator(array):????for?i?in?array:????????yield(i)gen?=?generator([1,2,3,4,5])print(type(gen))#?輸出<class?'generator'>

這樣的話獲取的是一個生成器generator，除了yield之外，在Python3.3之后還加入了yield from獲取生成器，允許一個生成器將其部分操作委派給另一個生成器，使得生成器的用法變得更加簡潔，yield from后面需要加上可迭代對象，這樣可以把可迭代對象變成生成器，當然，這里的可迭代對象不僅包含列表、元組，還包含迭代器、生成器。yield from相對于yield的有幾個主要優點：

• 代碼更加簡潔

• 可以用于生成器嵌套

• 易于異常處理

下面就從簡潔代碼方面舉個例子說明一下，

def?generator(array):????for?sub_array?in?array:????????yield?from?sub_arraygen?=?generator([(1,2,3),?(4,5,6,7)])#?輸出1234567

當我們需要訪問多層/多維可迭代對象時，我們就不需要逐層的去用for … in …去訪問，可以簡單的通過yiled from把生成器委派給子生成器，除此之外還可以通過生成器表達式的方法得到生成式，后面會介紹。

print(next(gen))print(next(gen))#?輸出12

通過上面示例可以看出，生成器可以像迭代器那樣使用iter和next方法。

讀到這里可以會有疑惑，從這個示例看來生成器和迭代器并沒有什么區別啊？為什么生成器還可以稱得上是Python中的一大亮點？

首先它對比于迭代器在編碼方面更加簡潔，這是顯而易見的，其次生成器運行速度更快，最后一點，也是需要著重說明的一點：節省內存。

也許在一些理論性實驗、學術論文階段可以不考慮這些工程化的問題，但是在公司做項目時，內存和資源占用是無法逃避的問題 。如果我們使用其他可迭代對象處理龐大的數據時，當創建或者返回值時會申請用于存儲整個可迭代對象的內存，顯然這是非常浪費的，因為有的元素當前我們用不到，也不會去訪問，但它卻一直占用這內存。這時候就體現了生成器的優點，它不是一次性把所有的結果都返回，而是當我們每讀取一次，它會返回一個結果，當我們不讀取時，它就是一個生成器表達式，幾乎不占用內存。

生成器表達式

首先來看一個對比示例，X?=?[1,?2,?3,?4,?5]it?=?[i?for?i?in?X]gen?=?(i?for?i?in?X)print(type(X))print(type(it))print(type(gen))#?輸出<class?'list'>
<class?'list'>
<class?'generator'>首先說一下it = [i for i in X]，這種用法叫做列表生成式，在很多編程規范中非常推崇的一種替代for循環的方式，仔細看一下代碼會發現，it = [i for i in X]與gen = (i for i in X)的區別非常小，只是一個用了中括號，一個用了小括號，但是它們的區別缺失非常大的，使用中括號的叫做列表生成式，獲得的返回值是一個列表，而使用小括號叫做生成器表達式，獲得的返回結果是一個生成器，這也是前面提到的，除了使用yield和yield from兩個關鍵字外還可以使用生成器表達式獲得生成器。

▲

END

有趣的靈魂在等你

長按掃碼可關注?

相關文章【進階Python】第一講：開篇【進階Python】第二講：裝飾器【進階Python】第三講：類的特殊方法(上篇)【進階Python】第四講：類的特殊方法(下篇)文章好看就點這里

總結

以上是生活随笔為你收集整理的代码流程图生成器_【进阶Python】第五讲：迭代器与生成器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。