Python迭代對象、迭代器、產生器理解

在瞭解Python的資料結構時，容器(container)、可迭代對象(iterable)、迭代器(iterator)、產生器(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清楚。

relations

容器(container)
容器是一種把多個元素組織在一起的資料結構，容器中的元素可以逐個地迭代擷取，可以用in, not in關鍵字判斷元素是否包含在容器中。通常這類資料結構把所有的元素儲存在記憶體中（也有一些特列並不是所有的元素都放在記憶體）在Python中，常見的容器物件有：

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都是容器物件：

>>> assert 1 in [1, 2, 3]      # lists
>>> assert 4 not in [1, 2, 3]
>>> assert 1 in {1, 2, 3}      # sets
>>> assert 4 not in {1, 2, 3}
>>> assert 1 in (1, 2, 3)      # tuples
>>> assert 4 not in (1, 2, 3)

詢問某元素是否在dict中用dict的中key：

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

詢問某substring是否在string中：

>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s
儘管絕大多數容器都提供了某種方式來擷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擷取其中的每一個值，因為Bloom filter壓根就沒把元素儲存在容器中，而是通過一個散列函數映射成一個值儲存在數組中。

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，比如處於開啟狀態的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]
>>> y = iter(x)
>>> z = iter(x)
>>> next(y)
1
>>> next(y)
2
>>> next(z)
1
>>> type(x)
<class 'list'>
>>> type(y)
<class 'list_iterator'>

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資料類型，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擷取正確的元素。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），這兩個方法對應內建函數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]
for elem in x:
    ...
實際執行情況是：

反編譯該段代碼，你可以看到解譯器顯示地調用GET_ITER指令，相當於調用iter(x)，FOR_ITER指令就是調用next()方法，不斷地擷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，因為他被解譯器最佳化過了。

>>> 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
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?的這並不重要。

所以，迭代器就是實現了原廠模式的對象，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。

產生無限序列：

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

從一個有限序列中產生無限序列：

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

從無限的序列中產生有限序列：

>>> 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

為了更直觀地感受迭代器內部的執行過程，我們自訂一個迭代器，以斐波那契數列為例：

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）。執行個體變數prev和curr使用者維護迭代器內部的狀態。每次調用next()方法的時候做兩件事：

為下一次調用next()方法修改狀態
為當前這次調用產生返回結果
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產生值返回，沒調用的時候就處於休眠狀態等待下一次調用。

產生器(generator)
產生器算得上是Python語言中最迷人的特性之一，產生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。 產生器一定是迭代器（反之不成立），因此任何產生器也是以一種懶載入的模式產生值。用產生器來實現斐波那契數列的例子是：

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就是一個普通的python函數，它特需的地方在於函數體中沒有return關鍵字，函數的傳回值是一個產生器對象。當執行f=fib()返回的是一個產生器對象，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。

產生器在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，相比其它容器物件它更能節省記憶體和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():
    result = []
    for ... in ...:
        result.append(x)
    return result
都可以用產生器函數來替換：

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

產生器運算式(generator expression)
產生器運算式是列表推倒式的產生器版本，看起來像列表推導式，但是它返回的是一個產生器對象而不是列表對象。

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