python基礎學習-----產生器和迭代器

標籤：列印   關閉   turn   結果   pytho   簡單   函數返回   for語句   另一個   

在Python中，很多個物件都是可以通過for語句來直接遍曆的，例如list、string、dict等等，這些對象都可以被稱為可迭代對象。至於說哪些對象是可以被迭代訪問的，就要瞭解一下迭代器相關的知識了。

迭代器

迭代器對象要求支援迭代器協議的對象，在Python中，支援迭代器協議就是實現對象的__iter__()和next()方法。其中__iter__()方法返回迭代器對象本身；next()方法返回容器的下一個元素，在結尾時引發StopIteration異常。

__iter__()和next()方法

這兩個方法是迭代器最基本的方法，一個用來獲得迭代器對象，一個用來擷取容器中的下一個元素。

對於可迭代對象，可以使用內建函數iter()來擷取它的迭代器對象：

例子中，通過iter()方法獲得了list的迭代器對象，然後就可以通過next()方法來訪問list中的元素了。當容器中沒有可訪問的元素後，next()方法將會拋出一個StopIteration異常終止迭代器。

其實，當我們使用for語句的時候，for語句就會自動的通過__iter__()方法來獲得迭代器對象，並且通過next()方法來擷取下一個元素。

自訂迭代器

瞭解了迭代器協議之後，就可以自訂迭代器了。

下面例子中實現了一個MyRange的類型，這個類型中實現了__iter__()方法，通過這個方法返回對象本身作為迭代器對象；同時，實現了next()方法用來擷取容器中的下一個元素，當沒有可訪問元素後，就拋出StopIteration異常。

class MyRange(object):    def __init__(self, n):        self.idx = 0        self.n = n            def __iter__(self):        return self            def next(self):        if self.idx < self.n:            val = self.idx            self.idx += 1            return val        else:            raise StopIteration()

這個自訂類型跟內建函數xrange很類似，看一下運行結果：

myRange = MyRange(3)for i in myRange:    print i   

迭代器和可迭代對象

在上面的例子中，myRange這個對象就是一個可迭代對象，同時它本身也是一個迭代器對象。

看下面的代碼，對於一個可迭代對象，如果它本身又是一個迭代器對象，就會有下面的 問題，就沒有辦法支援多次迭代。

為瞭解決上面的問題，可以分別定義可迭代類型對象和迭代器類型對象；然後可迭代類型對象的__iter__()方法可以獲得一個迭代器類型的對象。看下面的實現：

class Zrange:    def __init__(self, n):        self.n = n    def __iter__(self):        return ZrangeIterator(self.n)class ZrangeIterator:    def __init__(self, n):        self.i = 0        self.n = n    def __iter__(self):        return self    def next(self):        if self.i < self.n:            i = self.i            self.i += 1            return i        else:            raise StopIteration()                zrange = Zrange(3)print zrange is iter(zrange)         print [i for i in zrange]print [i for i in zrange]

代碼的運行結果為：

其實，通過下面代碼可以看出，list類型也是按照上面的方式，list本身是一個可迭代對象，通過iter()方法可以獲得list的迭代器對象：

產生器

在Python中，使用產生器可以很方便的支援迭代器協議。產生器通過產生器函數產生，產生器函數可以通過常規的def語句來定義，但是不用return返回，而是用yield一次返回一個結果，在每個結果之間掛起和繼續它們的狀態，來自動實現迭代協議。

也就是說，yield是一個文法糖，內部實現支援了迭代器協議，同時yield內部是一個狀態機器，維護著掛起和繼續的狀態。

下面看看產生器的使用：

在這個例子中，定義了一個產生器函數，函數返回一個產生器對象，然後就可以通過for語句進行迭代訪問了。

其實，產生器函數返回產生器的迭代器。 "產生器的迭代器"這個術語通常被稱作"產生器"。要注意的是產生器就是一類特殊的迭代器。作為一個迭代器，產生器必須要定義一些方法，其中一個就是next()。如同迭代器一樣，我們可以使用next()函數來擷取下一個值。

產生器執行流程

下面就仔細看看產生器是怎麼工作的。

從上面的例子也可以看到，產生器函數跟普通的函數是有很大差別的。

結合上面的例子我們加入一些列印資訊，進一步看看產生器的執行流程：

通過結果可以看到：

• 當調用產生器函數的時候，函數只是返回了一個產生器對象，並沒有 執行。
• 當next()方法第一次被調用的時候，產生器函數才開始執行，執行到yield語句處停止
  • next()方法的傳回值就是yield語句處的參數（yielded value）
• 當繼續調用next()方法的時候，函數將接著上一次停止的yield語句處繼續執行，併到下一個yield處停止；如果後面沒有yield就拋出StopIteration異常

產生器運算式

在開始介紹產生器運算式之前，先看看我們比較熟悉的列表解析( List comprehensions)，列表解析一般都是下面的形式。

[expr for iter_var in iterable if cond_expr]

迭代iterable裡所有內容，每一次迭代後，把iterable裡滿足cond_expr條件的內容放到iter_var中，再在運算式expr中應該iter_var的內容，最後用運算式的計算值產生一個列表。

例如，產生一個list來保護50以內的所以奇數：

[i for i in range(50) if i%2]

產生器運算式是在python2.4中引入的，當序列過長， 而每次只需要擷取一個元素時，應當考慮使用產生器運算式而不是列表解析。產生器運算式的文法和列表解析一樣，只不過產生器運算式是被()括起來的，而不是[]，如下：

(expr for iter_var in iterable if cond_expr)

看一個例子：

產生器運算式並不是建立一個列表， 而是返回一個產生器，這個產生器在每次計算出一個條目後，把這個條目"產生"（yield）出來。 產生器運算式使用了"惰性計算"（lazy evaluation），只有在檢索時才被賦值（evaluated），所以在列表比較長的情況下使用記憶體上更有效。

繼續看一個例子：

從這個例子中可以看到，產生器運算式產生的產生器，它自身是一個可迭代對象，同時也是迭代器本身。

遞迴產生器

產生器可以向函數一樣進行遞迴使用的，下面看一個簡單的例子，對一個序列進行全排列：

def permutations(li):    if len(li) == 0:        yield li    else:        for i in range(len(li)):            li[0], li[i] = li[i], li[0]            for item in permutations(li[1:]):                yield [li[0]] + item    for item in permutations(range(3)):    print item

代碼的結果為：

產生器的send()和close()方法

產生器中還有兩個很重要的方法：send()和close()。

• send(value):

  從前面瞭解到，next()方法可以恢複產生器狀態並繼續執行，其實send()是除next()外另一個恢複產生器的方法。

  Python 2.5中，yield語句變成了yield運算式，也就是說yield可以有一個值，而這個值就是send()方法的參數，所以send(None)和next()是等效的。同樣，next()和send()的傳回值都是yield語句處的參數（yielded value）

  關於send()方法需要注意的是：調用send傳入非None值前，產生器必須處於掛起狀態，否則將拋出異常。也就是說，第一次調用時，要使用next()語句或send(None)，因為沒有yield語句來接收這個值。

• close():

  這個方法用於關閉產生器，對關閉的產生器後再次調用next或send將拋出StopIteration異常。

下面看看這兩個方法的使用：

總結

本文介紹了Python迭代器和產生器的相關內容。

• 通過實現迭代器協議對應的__iter__()和next()方法，可以自訂迭代器類型。對於可迭代對象，for語句可以通過iter()方法擷取迭代器，並且通過next()方法獲得容器的下一個元素。
• 像列表這種序列類型的對象，可迭代對象和迭代器對象是相互獨立存在的，在迭代的過程中各個迭代器相互獨立；但是，有的可迭代對象本身又是迭代器對象，那麼迭代器就沒法獨立使用。
• itertools模組提供了一系列迭代器，能夠協助使用者輕鬆地使用排列、組合、笛卡爾積或其他組合結構。

 

• 產生器是一種特殊的迭代器，內部支援了產生器協議，不需要明確定義__iter__()和next()方法。
• 產生器通過產生器函數產生，產生器函數可以通過常規的def語句來定義，但是不用return返回，而是用yield一次返回一個結果。
• 出處：https://www.cnblogs.com/wilber2013/p/4652531.html

（轉）python基礎學習-----產生器和迭代器