例子

老規(guī)矩，先上一個(gè)代碼：

def add(s, x):
 return s + x

def gen():
 for i in range(4):
  yield i

base = gen()
for n in [1, 10]:
 base = (add(i, n) for i in base)

print list(base)

這個(gè)東西輸出可以腦補(bǔ)一下， 結(jié)果是[20,21,22,23], 而不是[10, 11, 12, 13]。 當(dāng)時(shí)糾結(jié)了半天，一直沒(méi)搞懂，后來(lái)齊老師稍微指點(diǎn)了一下， 突然想明白了--真夠笨的，唉。。好了--正好趁機(jī)會(huì)稍微小結(jié)一下python里面的生成器。

迭代器(iterator)

要說(shuō)生成器，必須首先說(shuō)迭代器
區(qū)分iterable,iterator與itertion
講到迭代器，就需要區(qū)別幾個(gè)概念:iterable,iterator,itertion, 看著都差不多，其實(shí)不然。下面區(qū)分一下。

itertion: 就是迭代,一個(gè)接一個(gè)(one after another),是一個(gè)通用的概念，比如一個(gè)循環(huán)遍歷某個(gè)數(shù)組。
iterable: 這個(gè)是可迭代對(duì)象,屬于python的名詞，范圍也很廣，可重復(fù)迭代，滿足如下其中之一的都是iterable:
可以for循環(huán): for i in iterable
可以按index索引的對(duì)象，也就是定義了__getitem__方法，比如list,str;
定義了__iter__方法?？梢噪S意返回。
可以調(diào)用iter(obj)的對(duì)象，并且返回一個(gè)iterator
iterator: 迭代器對(duì)象,也屬于python的名詞，只能迭代一次。需要滿足如下的迭代器協(xié)議
定義了__iter__方法，但是必須返回自身
定義了next方法,在python3.x是__next__。用來(lái)返回下一個(gè)值，并且當(dāng)沒(méi)有數(shù)據(jù)了，拋出StopIteration
可以保持當(dāng)前的狀態(tài)
首先str和list是iterable 但不是iterator:

In [3]: s = 'hi'

In [4]: s.__getitem__
Out[4]: <method-wrapper '__getitem__' of str object at 0x7f9457eed580>

In [5]: s.next # 沒(méi)有next方法
---------------------------------------------------------------------------
AttributeError       Traceback (most recent call last)
<ipython-input-5-136d3c11be25> in <module>()
----> 1 s.next

AttributeError: 'str' object has no attribute 'next'

In [6]: l = [1,2] # 同理

In [7]: l.__iter__
Out[7]: <method-wrapper '__iter__' of list object at 0x7f945328c320>

In [8]: l.next
---------------------------------------------------------------------------
AttributeError       Traceback (most recent call last)
<ipython-input-8-c6f8fb94c4cd> in <module>()
----> 1 l.next

AttributeError: 'list' object has no attribute 'next'
In [9]: iter(s) is s #iter() 沒(méi)有返回本身
Out[9]: False
In [10]: iter(l) is l #同理
Out[10]: False

但是對(duì)于iterator則不一樣如下, 另外iterable可以支持多次迭代，而iterator在多次next之后，再次調(diào)用就會(huì)拋異常,只可以迭代一次。

In [13]: si = iter(s)

In [14]: si
Out[14]: <iterator at 0x7f9453279dd0>

In [15]: si.__iter__ # 有__iter__
Out[15]: <method-wrapper '__iter__' of iterator object at 0x7f9453279dd0>

In [16]: si.next #擁有next
Out[16]: <method-wrapper 'next' of iterator object at 0x7f9453279dd0>

In [20]: si.__iter__() is si #__iter__返回自己
Out[20]: True

這樣，由這幾個(gè)例子可以解釋清楚這幾個(gè)概念的區(qū)別。

自定義iterator 與數(shù)據(jù)分離

說(shuō)到這里，迭代器對(duì)象基本出來(lái)了。下面大致說(shuō)一下，如何讓自定義的類的對(duì)象成為迭代器對(duì)象，其實(shí)就是定義__iter__和next方法:

In [1]: %paste
class DataIter(object):

 def __init__(self, *args):
  self.data = list(args)
  self.ind = 0

 def __iter__(self): #返回自身
  return self

 def next(self): #　返回?cái)?shù)據(jù)
  if self.ind == len(self.data):
   raise StopIteration
  else:
   data = self.data[self.ind]
   self.ind += 1
   return data
## -- End pasted text --

In [9]: d = DataIter(1,2)

In [10]: for x in d: #　開始迭代
 ....:  print x
 ....:
1
2

In [13]: d.next() #　只能迭代一次,再次使用則會(huì)拋異常
---------------------------------------------------------------------------
StopIteration        Traceback (most recent call last)
----> 1 d.next()
<ipython-input-1-c44abc1904d8> in next(self)
  10  def next(self):
  11   if self.ind == len(self.data):
---> 12    raise StopIteration
  13   else:
  14    data = self.data[self.ind]

從next函數(shù)中只能向前取數(shù)據(jù),一次取一個(gè)可以看出來(lái)，不過(guò)不能重復(fù)取數(shù)據(jù)，那這個(gè)可不可以解決呢？

我們知道iterator只能迭代一次，但是iterable對(duì)象則沒(méi)有這個(gè)限制，因此我們可以把iterator從數(shù)據(jù)中分離出來(lái)，分別定義一個(gè)iterable與iterator如下：

class Data(object): # 只是iterable:可迭代對(duì)象而不iterator:迭代器

 def __init__(self, *args):
  self.data = list(args)

 def __iter__(self): # 并沒(méi)有返回自身
  return DataIterator(self)


class DataIterator(object): # iterator: 迭代器

 def __init__(self, data):
  self.data = data.data
  self.ind = 0

 def __iter__(self):
  return self

 def next(self):
  if self.ind == len(self.data):
   raise StopIteration
  else:
   data = self.data[self.ind]
   self.ind += 1
   return data

if __name__ == '__main__':
 d = Data(1, 2, 3)
 for x in d:
  print x,
 for x in d:
  print x,

輸出就是：

1,2,3
1,2,3
可以看出來(lái)數(shù)據(jù)可以復(fù)用，因?yàn)槊看味挤祷匾粋€(gè)DataIterator，但是數(shù)據(jù)卻可以這樣使用，這種實(shí)現(xiàn)方式很常見(jiàn)，比如xrange的實(shí)現(xiàn)便是這種數(shù)據(jù)與迭代分離的形式，但是很節(jié)省內(nèi)存，如下：

In [8]: sys.getsizeof(range(1000000))
Out[8]: 8000072

In [9]: sys.getsizeof(xrange(1000000))
Out[9]: 40

另外有個(gè)小tips， 就是為什么可以使用for 迭代迭代器對(duì)象，原因就是for替我們做了next的活，以及接收StopIteration的處理。

迭代器大概就記錄到這里了，下面開始一個(gè)特殊的更加優(yōu)雅的迭代器: 生成器

生成器(generator)

首先需要明確的就是生成器也是iterator迭代器，因?yàn)樗裱说鲄f(xié)議.

兩種創(chuàng)建方式

包含yield的函數(shù)

生成器函數(shù)跟普通函數(shù)只有一點(diǎn)不一樣，就是把 return 換成yield,其中yield是一個(gè)語(yǔ)法糖，內(nèi)部實(shí)現(xiàn)了迭代器協(xié)議，同時(shí)保持狀態(tài)可以掛起。如下:

def gen():
 print 'begin: generator'
 i = 0
 while True:
  print 'before return ', i
  yield i
  i += 1
  print 'after return ', i

a = gen()

In [10]: a #只是返回一個(gè)對(duì)象
Out[10]: <generator object gen at 0x7f40c33adfa0>

In [11]: a.next() #開始執(zhí)行
begin: generator
before return 0
Out[11]: 0

In [12]: a.next()
after return 1
before return 1
Out[12]: 1

首先看到while True 不必驚慌，它只會(huì)一個(gè)一個(gè)的執(zhí)行～
看結(jié)果可以看出一點(diǎn)東西:

調(diào)用gen()并沒(méi)有真實(shí)執(zhí)行函數(shù)，而是只是返回了一個(gè)生成器對(duì)象
執(zhí)行第一次a.next()時(shí)，才真正執(zhí)行函數(shù)，執(zhí)行到y(tǒng)ield一個(gè)返回值，然后就會(huì)掛起，保持當(dāng)前的名字空間等狀態(tài)。然后等待下一次的調(diào)用,從yield的下一行繼續(xù)執(zhí)行。
還有一種情況也會(huì)執(zhí)行生成器函數(shù)，就是當(dāng)檢索生成器的元素時(shí)，如list(generator), 說(shuō)白了就是當(dāng)需要數(shù)據(jù)的時(shí)候，才會(huì)執(zhí)行。

In [15]: def func():
 ....:  print 'begin'
 ....:  for i in range(4):
 ....:   yield i

In [16]: a = func()

In [17]: list(a) #檢索數(shù)據(jù)，開始執(zhí)行
begin
Out[17]: [0, 1, 2, 3]

yield還有其他高級(jí)應(yīng)用，后面再慢慢學(xué)習(xí)。

生成器表達(dá)式

列表生成器十分方便：如下,求10以內(nèi)的奇數(shù):
[i  for i in range(10) if i % 2]

同樣在python 2.4也引入了生成器表達(dá)式，而且形式非常類似，就是把[]換成了().

In [18]: a = ( i for i in range(4))

In [19]: a
Out[19]: <generator object <genexpr> at 0x7f40c2cfe410>

In [20]: a.next()
Out[20]: 0

可以看出生成器表達(dá)式創(chuàng)建了一個(gè)生成器，而且生有個(gè)特點(diǎn)就是惰性計(jì)算, 只有在被檢索時(shí)候，才會(huì)被賦值。
之前有篇文章:python 默認(rèn)參數(shù)問(wèn)題及一個(gè)應(yīng)用,最后有一個(gè)例子:

def multipliers():
 return (lambda x : i * x for i in range(4)) #修改成生成器
print [m(2) for m in multipliers()]

這個(gè)就是說(shuō)，只有在執(zhí)行m(2)的時(shí)候，生成器表達(dá)式里面的for才會(huì)開始從0循環(huán)，然后接著才是i * x,因此不存在那篇文章中的問(wèn)題。

惰性計(jì)算這個(gè)特點(diǎn)很有用，上述就是一個(gè)應(yīng)用，2gua這樣說(shuō)的:

性計(jì)算想像成水龍頭，需要的時(shí)候打開，接完水了關(guān)掉，這時(shí)候數(shù)據(jù)流就暫停了，再需要的時(shí)候再打開水龍頭，這時(shí)候數(shù)據(jù)仍是接著輸出，不需要從頭開始循環(huán)
其實(shí)本質(zhì)跟迭代器差不多,不一次性把數(shù)據(jù)都那過(guò)來(lái)，需要的時(shí)候，才拿。

回到例子

看到這里，開始的例子應(yīng)該大概可以有點(diǎn)清晰了，核心語(yǔ)句就是:

for n in [1, 10]:
 base = (add(i, n) for i in base)

在執(zhí)行l(wèi)ist(base)的時(shí)候，開始檢索，然后生成器開始運(yùn)算了。關(guān)鍵是，這個(gè)循環(huán)次數(shù)是2,也就是說(shuō)，有兩次生成器表達(dá)式的過(guò)程。必須牢牢把握住這一點(diǎn)。

生成器返回去開始運(yùn)算，n = 10而不是1沒(méi)問(wèn)題吧，這個(gè)在上面提到的文章中已經(jīng)提到了，就是add(i, n)綁定的是n這個(gè)變量，而不是它當(dāng)時(shí)的數(shù)值。

然后首先是第一次生成器表達(dá)式的執(zhí)行過(guò)程:base = (10 + 0, 10 + 1, 10 + 2, 10 +3),這是第一次循環(huán)的結(jié)果(形象表示，其實(shí)已經(jīng)計(jì)算出來(lái)了(10,11,12,3))，然后第二次，base = (10 + 10, 11 + 10, 12 + 10, 13 + 10) ,終于得到結(jié)果了[20, 21, 22, 23].

具體執(zhí)行過(guò)程可以在pythontutor上手動(dòng)看看執(zhí)行過(guò)程。

小結(jié)

概括
主要介紹了大概這樣幾點(diǎn)：

1.iterable,iterator與itertion的概念
2.迭代器協(xié)議
     自定義可迭代對(duì)象與迭代器分離，保證數(shù)據(jù)復(fù)用
3.生成器: 特殊的迭代器,內(nèi)部實(shí)現(xiàn)了迭代器協(xié)議

其實(shí)這一塊， 那幾個(gè)概念搞清楚， ,這個(gè)很關(guān)鍵， 搞懂了后面就水到渠成了。而且對(duì)之前的知識(shí)也有很多加深。
比如常見(jiàn)list就是iterator與iteable分離實(shí)現(xiàn)的,本身是可迭代對(duì)象，但不是迭代器， 類似與xrange,但是又不同。
越來(lái)越明白，看源碼的重要性了。 有地方寫的不合適的， 請(qǐng)指正。

參考

http://www.shutupandship.com/2012/01/understanding-python-iterables-and.html
http://www.learningpython.com/2009/02/23/iterators-iterables-and-generators-oh-my/
http://stackoverflow.com/questions/9884132/what-exactly-are-pythons-iterator-iterable-and-iteration-protocols
http://python.jobbole.com/81881/

最新評(píng)論