前言

在Python中可迭代(Iterable)、迭代器(Iterator)和生成器(Generator)這幾個(gè)概念是經(jīng)常用到的，初學(xué)時(shí)對(duì)這幾個(gè)概念也是經(jīng)?；煜F(xiàn)在是時(shí)候把這幾個(gè)概念搞清楚了。

0x00 可迭代(Iterable)

簡(jiǎn)單的說(shuō)，一個(gè)對(duì)象(在Python里面一切都是對(duì)象)只要實(shí)現(xiàn)了只要實(shí)現(xiàn)了__iter__()方法，那么用isinstance()函數(shù)檢查就是Iterable對(duì)象；

例如

class IterObj:
 
 def __iter__(self):
  # 這里簡(jiǎn)單地返回自身
  # 但實(shí)際情況可能不會(huì)這么寫(xiě)
  # 而是通過(guò)內(nèi)置的可迭代對(duì)象來(lái)實(shí)現(xiàn)
  # 下文的列子中將會(huì)展示
  return self 

上面定義了一個(gè)類IterObj并實(shí)現(xiàn)了__iter__()方法，這個(gè)就是一個(gè)可迭代(Iterable)對(duì)象

 it = IterObj()
 print(isinstance(it, Iterable)) # true
 print(isinstance(it, Iterator)) # false
 print(isinstance(it, Generator)) # false

記住這個(gè)類，下文我們還會(huì)看到這個(gè)類的定義。

常見(jiàn)的可迭代對(duì)象

在Python中有哪些常見(jiàn)的可迭代對(duì)象呢？

• 集合或序列類型（如list、tuple、set、dict、str）
• 文件對(duì)象
• 在類中定義了__iter__()方法的對(duì)象，可以被認(rèn)為是 Iterable對(duì)象，但自定義的可迭代對(duì)象要能在for循環(huán)中正確使用，就需要保證__iter__()實(shí)現(xiàn)必須是正確的（即可以通過(guò)內(nèi)置iter()函數(shù)轉(zhuǎn)成Iterator對(duì)象。關(guān)于Iterator下文還會(huì)說(shuō)明，這里留下一個(gè)坑，只是記住iter()函數(shù)是能夠?qū)⒁粋€(gè)可迭代對(duì)象轉(zhuǎn)成迭代器對(duì)象，然后在for中使用）
• 在類中實(shí)現(xiàn)了如果只實(shí)現(xiàn)__getitem__()的對(duì)象可以通過(guò)iter()函數(shù)轉(zhuǎn)化成迭代器但其本身不是可迭代對(duì)象。所以當(dāng)一個(gè)對(duì)象能夠在for循環(huán)中運(yùn)行，但不一定是Iterable對(duì)象。

關(guān)于第1、2點(diǎn)我們可以通過(guò)以下來(lái)驗(yàn)證

 print(isinstance([], Iterable)) # true list 是可迭代的
 print(isinstance({}, Iterable)) # true 字典是可迭代的
 print(isinstance((), Iterable)) # true 元組是可迭代的
 print(isinstance(set(), Iterable)) # true set是可迭代的
 print(isinstance('', Iterable)) # true 字符串是可迭代的
 
 currPath = os.path.dirname(os.path.abspath(__file__))
 with open(currPath+'/model.py') as file:
  print(isinstance(file, Iterable)) # true

我們?cè)賮?lái)看第3點(diǎn)，

 print(hasattr([], "__iter__")) # true
 print(hasattr({}, "__iter__")) # true
 print(hasattr((), "__iter__")) # true
 print(hasattr('', "__iter__")) # true

這些內(nèi)置集合或序列對(duì)象都有__iter__屬性，即他們都實(shí)現(xiàn)了同名方法。但這個(gè)可迭代對(duì)象要在for循環(huán)中被使用，那么它就應(yīng)該能夠被內(nèi)置的iter()函數(shù)調(diào)用并轉(zhuǎn)化成Iterator對(duì)象。

例如，我們看內(nèi)置的可迭代對(duì)象

 print(iter([])) # <list_iterator object at 0x110243f28>
 print(iter({})) # <dict_keyiterator object at 0x110234408>
 print(iter(())) # <tuple_iterator object at 0x110243f28>
 print(iter('')) # <str_iterator object at 0x110243f28>

它們都相應(yīng)的轉(zhuǎn)成了對(duì)應(yīng)的迭代器(Iterator)對(duì)象。

現(xiàn)在回過(guò)頭再看看一開(kāi)始定義的那個(gè)IterObj類

class IterObj:
 
 def __iter__(self):
  return self 
  
it = IterObj()
print(iter(it))

我們使用了iter()函數(shù)，這時(shí)候?qū)⒃倏刂婆_(tái)上打印出以下信息：

Traceback (most recent call last):
  File "/Users/mac/PycharmProjects/iterable_iterator_generator.py", line 71, in <module>
    print(iter(it))
TypeError: iter() returned non-iterator of type 'IterObj'

出現(xiàn)了類型錯(cuò)誤，意思是iter()函數(shù)不能將‘非迭代器'類型轉(zhuǎn)成迭代器。

那如何才能將一個(gè)可迭代(Iterable)對(duì)象轉(zhuǎn)成迭代器(Iterator)對(duì)象呢？

我們修改一下IterObj類的定義

class IterObj:

 def __init__(self):
  self.a = [3, 5, 7, 11, 13, 17, 19]

 def __iter__(self):
  return iter(self.a)

我們?cè)跇?gòu)造方法中定義了一個(gè)名為a的列表，然后還實(shí)現(xiàn)了__iter__()方法。

修改后的類是可以被iter()函數(shù)調(diào)用的，即也可以在for循環(huán)中使用

 it = IterObj()
 print(isinstance(it, Iterable)) # true
 print(isinstance(it, Iterator)) # false
 print(isinstance(it, Generator)) # false
 print(iter(it)) # <list_iterator object at 0x102007278>
 for i in it:
  print(i) # 將打印3、5、7、11、13、17、19元素

因此在定義一個(gè)可迭代對(duì)象時(shí)，我們要非常注意__iter__()方法的內(nèi)部實(shí)現(xiàn)邏輯，一般情況下，是通過(guò)一些已知的可迭代對(duì)象（例如，上文提到的集合、序列、文件等或其他正確定義的可迭代對(duì)象）來(lái)輔助我們來(lái)實(shí)現(xiàn)

關(guān)于第4點(diǎn)說(shuō)明的意思是iter()函數(shù)可以將一個(gè)實(shí)現(xiàn)了__getitem__()方法的對(duì)象轉(zhuǎn)成迭代器對(duì)象，也可以在for循環(huán)中使用，但是如果用isinstance()方法來(lái)檢測(cè)時(shí)，它不是一個(gè)可迭代對(duì)象。

class IterObj:
 
 def __init__(self):
  self.a = [3, 5, 7, 11, 13, 17, 19]
 
 def __getitem__(self, i):
  return self.a[i]
  
it = IterObj()
print(isinstance(it, Iterable)) # false
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) false
print(hasattr(it, "__iter__")) # false
print(iter(it)) # <iterator object at 0x10b231278>

for i in it:
 print(i) # 將打印出3、5、7、11、13、17、19

這個(gè)例子說(shuō)明了可以在for中使用的對(duì)象，不一定是可迭代對(duì)象。

現(xiàn)在我們做個(gè)小結(jié)：

• 一個(gè)可迭代的對(duì)象是實(shí)現(xiàn)了__iter__()方法的對(duì)象
• 它要在for循環(huán)中使用，就必須滿足iter()的調(diào)用(即調(diào)用這個(gè)函數(shù)不會(huì)出錯(cuò)，能夠正確轉(zhuǎn)成一個(gè)Iterator對(duì)象)
• 可以通過(guò)已知的可迭代對(duì)象來(lái)輔助實(shí)現(xiàn)我們自定義的可迭代對(duì)象。
• 一個(gè)對(duì)象實(shí)現(xiàn)了__getitem__()方法可以通過(guò)iter()函數(shù)轉(zhuǎn)成Iterator，即可以在for循環(huán)中使用，但它不是一個(gè)可迭代對(duì)象(可用isinstance方法檢測(cè)())

0x01 迭代器(Iterator)

上文很多地方都提到了Iterator,現(xiàn)在我們把這個(gè)坑填上。

當(dāng)我們對(duì)可迭代的概念了解后，對(duì)于迭代器就比較好理解了。

一個(gè)對(duì)象實(shí)現(xiàn)了__iter__()和__next__()方法，那么它就是一個(gè)迭代器對(duì)象。 例如

class IterObj:

 def __init__(self):
  self.a = [3, 5, 7, 11, 13, 17, 19]

  self.n = len(self.a)
  self.i = 0

 def __iter__(self):
  return iter(self.a)

 def __next__(self):
  while self.i < self.n:
   v = self.a[self.i]
   self.i += 1
   return v
  else:
   self.i = 0
   raise StopIteration()

在IterObj中，構(gòu)造函數(shù)中定義了一個(gè)列表a,列表長(zhǎng)度n,索引i。

 it = IterObj()
 print(isinstance(it, Iterable)) # true
 print(isinstance(it, Iterator)) # true
 print(isinstance(it, Generator)) # false
 print(hasattr(it, "__iter__")) # true
 print(hasattr(it, "__next__")) # true

我們可以發(fā)現(xiàn)上文提到的

集合和序列對(duì)象是可迭代的但不是迭代器

 print(isinstance([], Iterator)) # false
 print(isinstance({}, Iterator)) # false
 print(isinstance((), Iterator)) # false
 print(isinstance(set(), Iterator)) # false
 print(isinstance('', Iterator)) # false

而文件對(duì)象是迭代器

 currPath = os.path.dirname(os.path.abspath(__file__))
 with open(currPath+'/model.py') as file:
  print(isinstance(file, Iterator)) # true

一個(gè)迭代器(Iterator)對(duì)象不僅可以在for循環(huán)中使用，還可以通過(guò)內(nèi)置函數(shù)next()函數(shù)進(jìn)行調(diào)用。 例如

it = IterObj()
next(it) # 3
next(it) # 5

0x02 生成器(Generator)

現(xiàn)在我們來(lái)看看什么是生成器？

一個(gè)生成器既是可迭代的也是迭代器

定義生成器有兩種方式：

• 列表生成器
• 使用yield定義生成器函數(shù)

先看第1種情況

 g = (x * 2 for x in range(10)) # 0～18的偶數(shù)生成器 
 print(isinstance(g, Iterable)) # true
 print(isinstance(g, Iterator)) # true
 print(isinstance(g, Generator)) # true
 print(hasattr(g, "__iter__")) # true
 print(hasattr(g, "__next__")) # true
 print(next(g)) # 0
 print(next(g)) # 2

列表生成器可以不需要消耗大量的內(nèi)存來(lái)生成一個(gè)巨大的列表，只有在需要數(shù)據(jù)的時(shí)候才會(huì)進(jìn)行計(jì)算。

再看第2種情況

def gen():
 for i in range(10):
  yield i 

這里yield的作用就相當(dāng)于return,這個(gè)函數(shù)就是順序地返回[0,10)的之間的自然數(shù)，可以通過(guò)next()或使用for循環(huán)來(lái)遍歷。

當(dāng)程序遇到y(tǒng)ield關(guān)鍵字時(shí)，這個(gè)生成器函數(shù)就返回了，直到再次執(zhí)行了next()函數(shù)，它就會(huì)從上次函數(shù)返回的執(zhí)行點(diǎn)繼續(xù)執(zhí)行，即yield退出時(shí)保存了函數(shù)執(zhí)行的位置、變量等信息，再次執(zhí)行時(shí)，就從這個(gè)yield退出的地方繼續(xù)往下執(zhí)行。

在Python中利用生成器的這些特點(diǎn)可以實(shí)現(xiàn)協(xié)程。協(xié)程可以理解為一個(gè)輕量級(jí)的線程，它相對(duì)于線程處理高并發(fā)場(chǎng)景有很多優(yōu)勢(shì)。

看下面一個(gè)用協(xié)程實(shí)現(xiàn)的生產(chǎn)者-消費(fèi)者模型

def producer(c):
 n = 0
 while n < 5:
  n += 1
  print('producer {}'.format(n))
  r = c.send(n)
  print('consumer return {}'.format(r))


def consumer():
 r = ''
 while True:
  n = yield r
  if not n:
   return
  print('consumer {} '.format(n))
  r = 'ok'


if __name__ == '__main__':
 c = consumer()
 next(c) # 啟動(dòng)consumer
 producer(c)

這段代碼執(zhí)行效果如下

producer 1
consumer 1
producer return ok
producer 2
consumer 2
producer return ok
producer 3
consumer 3
producer return ok

協(xié)程實(shí)現(xiàn)了CPU在兩個(gè)函數(shù)之間進(jìn)行切換從而實(shí)現(xiàn)并發(fā)的效果。

0x04 引用

docs.python.org/3.7/

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)腳本之家的支持。

最新評(píng)論