理解Python迭代對象、迭代器、生成器

本文源自RQ作者的一篇博文，原文是Iterables vs. Iterators vs. Generators，俺寫的這篇文章是按照自己的理解做的參考翻譯，算不上是原文的中譯版本，推薦閱讀原文。

在了解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)眾多概念參雜在一起，難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起的數據結構，容器中的元素可以逐個地迭代獲取，可以用in, not in關鍵字判斷元素是否包含在容器中。通常這類數據結構把所有的元素存儲在內存中（也有一些特例，並不是所有的元素都放在內存，比如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，因為你就可以把它看作是一個盒子、一棟房子、一個柜子，裡面可以塞任何東西。從技術角度來說，當它可以用來詢問某個元素是否包含在其中時，那麼這個對象就可以認為是一個容器，比如 list，set，tuples都是容器對象：

>>> assert 1 in [1, 2, 3] # listsn>>> assert 4 not in [1, 2, 3]n>>> assert 1 in {1, 2, 3} # setsn>>> assert 4 not in {1, 2, 3}n>>> assert 1 in (1, 2, 3) # tuplesn>>> assert 4 not in (1, 2, 3)n

詢問某元素是否在dict中用dict的中key：

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

詢問某substring是否在string中：

>>> s = foobarn>>> assert b in sn>>> assert x not in sn>>> assert foo in s n

儘管絕大多數容器都提供了某種方式來獲取其中的每一個元素，但這並不是容器本身提供的能力，而是可迭代對象賦予了容器這種能力，當然並不是所有的容器都是可迭代的，比如：Bloom filter，雖然Bloom filter可以用來檢測某個元素是否包含在容器中，但是並不能從容器中獲取其中的每一個值，因為Bloom filter壓根就沒把元素存儲在容器中，而是通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)

剛才說過，很多容器都是可迭代對象，此外還有更多的對象同樣也是可迭代對象，比如處於打開狀態的files，sockets等等。但凡是可以返回一個迭代器的對象都可稱之為可迭代對象，聽起來可能有點困惑，沒關係，先看一個例子：

>>> x = [1, 2, 3]n>>> y = iter(x)n>>> z = iter(x)n>>> next(y)n1n>>> next(y)n2n>>> next(z)n1n>>> type(x)n<class list>n>>> type(y)n<class list_iterator>n

這裡x是一個可迭代對象，可迭代對象和容器一樣是一種通俗的叫法，並不是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，比如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本身，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]nfor elem in x:n ...n

實際執行情況是：

反編譯該段代碼，你可以看到解釋器顯示地調用GET_ITER指令，相當於調用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，但是你沒法直接從指令中看出來，因為他被解釋器優化過了。

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

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。

所以，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。有很多關於迭代器的例子，比如itertools函數返回的都是迭代器對象。

生成無限序列：

>>> from itertools import countn>>> counter = count(start=13)n>>> next(counter)n13n>>> next(counter)n14n

從一個有限序列中生成無限序列：

>>> from itertools import cyclen>>> colors = cycle([red, white, blue])n>>> next(colors)nredn>>> next(colors)nwhiten>>> next(colors)nbluen>>> next(colors)nredn

從無限的序列中生成有限序列：

>>> from itertools import islicen>>> colors = cycle([red, white, blue]) # infiniten>>> limited = islice(colors, 0, 4) # finiten>>> for x in limited: n... print(x)nrednwhitenbluenredn

為了更直觀地感受迭代器內部的執行過程，我們自定義一個迭代器，以斐波那契數列為例：

class Fib:n def __init__(self):n self.prev = 0n self.curr = 1nn def __iter__(self):n return selfnn def __next__(self):n value = self.currn self.curr += self.prevn self.prev = valuen return valuenn>>> f = Fib()n>>> list(islice(f, 0, 10))n[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]n

Fib既是一個可迭代對象（因為它實現了__iter__方法），又是一個迭代器（因為實現了__next__方法）。實例變數prev和curr用戶維護迭代器內部的狀態。每次調用next()方法的時候做兩件事：

1. 為下一次調用next()方法修改狀態
2. 為當前這次調用生成返回結果

迭代器就像一個懶載入的工廠，等到有人需要的時候才給它生成值返回，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，生成器其實是一種特殊的迭代器，不過這種迭代器更加優雅。它不需要再像上面的類一樣寫__iter__()和__next__()方法了，只需要一個yiled關鍵字。 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種懶載入的模式生成值。用生成器來實現斐波那契數列的例子是：

def fib():n prev, curr = 0, 1n while True:n yield currn prev, curr = curr, curr + prevnn>>> f = fib()n>>> list(islice(f, 0, 10))n[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]n

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的時候才會真正執行裡面的代碼。

生成器在Python中是一個非常強大的編程結構，可以用更少地中間變數寫流式代碼，此外，相比其它容器對象它更能節省內存和CPU，當然它可以用更少的代碼來實現相似的功能。現在就可以動手重構你的代碼了，但凡看到類似：

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

都可以用生成器函數來替換：

def iter_something():n for ... in ...:n yield xn

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，但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))n>>> an<generator object <genexpr> at 0x401f08>n>>> sum(a)n285n

總結

容器是一系列元素的集合，在python中str,list,set,dict,file,sockets都可以看作是容器，容器都可以被迭代，因此他們也稱為可迭代對象，可迭代對象實現了__iter__方法，迭代器持有一個內部狀態的欄位，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所有元素載入到內存，而是需要的時候才生成返回結果，生成器是一種特殊的迭代器，它的返回值不是通過return而是用yield。

原文：完全理解Python迭代對象、迭代器、生成器