Python迭代对象、迭代器、生成器学习理解笔记

>>> 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

Iterator（迭代器）

那么什么是迭代器呢？这是一个有状态对象，当您调用 next() 方法时，它可以返回容器中的下一个值。 __iter__ 和 __next__() 对象（在 python2 中实现为 ）的所有方法 __iter__ 的任何实现 返回自己的迭代器，__next__. 容器值中的下一项，如果容器中没有其他元素，则抛出 StopIteration 异常。他们如何实施并不重要。

所以，迭代器是一个实现工厂模式的对象。每次您请求下一个值时，都会返回您。迭代器的例子有很多。例如，函数 itertools 返回一个迭代器对象。

创建无限序列：

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

从完整序列创建无限序列：

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

从无限序列创建完整序列：

>>> 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

为了感受执行过程，我们配置一个 Iterator，将以斐波那契数列为例：

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 是一个可迭代对象（因为它实现了方法 __iter__）和迭代器（因为它实现了 __iter__）和迭代器（因为它实现了 ❀ ❀方法）。实例变量 prev 和 curr 用户维护迭代器中的状态。每次调用 next() 方法时，都会完成两件事：

1. 更改下一次调用 next() 方法的状态 结果当前通话。

交互器就像懒惰的工厂。直到有人需要它并返回它时，它才会返回值。当没有被调用时，它会处于休眠状态，等待下一次调用。

Generator（生成器）

生成器是Python语言最有趣的功能之一。生成器实际上是特殊的迭代器，但是这个迭代器更加优雅。不需要像上面的类那样写方法__iter__()和__next__()，只需要一个”关键字 Generator必须是迭代器（下面是不正确的） ），所以任何生成器也会以延迟加载模式返回值。使用生成器实现斐波那契数列的一个示例是：

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 是一个常规的 Python 函数。其特别之处在于函数体中没有关键字return，函数Value的返回是一个生成器对象。执行f=fib()时，返回一个生成器对象。此时，函数体中的代码将不会被执行。里面的代码只有在下次显式或隐式调用时才会执行。 。

生成器是 Python 中非常强大的编程结构。可以用更少的中间变量编写流代码。此外，与其他容器对象相比，它可以节省内存和CPU。当然，可以使用更少的代码来实现相同的功能。现在您可以开始重构您的代码。如果看到类似：

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

，可以将其替换为生成器函数：

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

生成器表达式（生成器表达式）

生成器表达式是列表推送。生成器版本看起来像列表理解，但返回生成器对象而不是列表对象。

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

总结

• 容器是元素的集合。 str、list、set、dict、file、sockets 对象都可以被视为容器，并且容器可以迭代（用于 for、while 等语句），因此称为可迭代对象。
• 可迭代对象实现了__iter__方法，该方法返回一个迭代器对象。
• Interators包含一个内部状态字段来记录下一次迭代的返回值。它实现了 __next__ 和 __iter__ 方法。迭代器不会一次返回所有值。元素被加载到内存中，但结果会根据需要返回。生成器
• 是一种特殊类型的迭代器。返回值不是通过return传递，而是通过yield传递。