python 容器 生成器 迭代器 总结

一、容器

容器是一种把多个元素组织在一起的数据结构，容器中的元素可以逐个地迭代获取，可以用in, not in关键字判断元素是否包含在容器中。通常这类数据结构把所有的元素存储在内存中。

>>> 4 in [3, 4]
True
>>> 4 in (3, 4)
True

二、可迭代对象Iterable和迭代器Iterator

我们在用for ... in ...语句循环时，in后面跟随的对象要求是可迭代对象，即可以直接作用于for循环的对象统称为可迭代对象（Iterable），如list、tuple、dict、set、str等。

可迭代对象是实现了__iter__()方法的对象，而迭代器（Iterator）则是实现了__iter__()和__next__()方法的对象，可以显示地获取下一个元素。这种可以被next调用并不断返回下一个值的对象称为迭代器。迭代器一定是可迭代对象，反过来则不一定成立。

__iter__返回迭代器自身，__next__返回容器中的下一个值。

iter()函数可以把一个可迭代对象转换成一个迭代器。

用iter()函数可以把list、dict、str等Iterable变成Iterator，例如：

i = iter([1, 2, 3])
print(i.__next__())
print(i.__next__())
print(i.__next__())
print(i.__next__())

1
2
3
Traceback (most recent call last):
  File "4.py", line 12, in <module>
    print(i.__next__())
StopIteration

判断一个对象是否是可迭代对象的方法：

1 >>> from collections import Iterable
2 >>> isinstance([1, 2, 3], Iterable)
3 True
4 >>> isinstance((1, 2, 3), Iterable)
5 True
6 >>> isinstance({'one': 1}, Iterable)
7 True
8 >>> isinstance('abc', Iterable)
9 True
10 >>> isinstance(b'abc', Iterable)
11 True
12 >>> isinstance(bytearray('abc', encoding='utf-8'), Iterable)
13 True

判断一个对象是否是迭代器：

1 >>> from collections import Iterator
2 >>> isinstance((x for x in range(10)), Iterator)
3 True
4 >>> isinstance([], Iterator)
5 False
6 >>> isinstance({}, Iterator)
7 False
8 >>> isinstance(b'abc', Iterator)
9 False

for..in..循环的运行实质：

更直观地感受迭代器内部的执行过程，我们自定义一个迭代器，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]

三、生成器

生成器（generator）就是一个能返回迭代器的函数，其实就是定义一个迭代算法，可以理解为一个特殊的迭代器。调用这个函数就得到一个迭代器，生成器中的yield相当于一个断点，执行到此返回一个值后暂停，从而实现next取值。

生成器算得上是Python语言中最吸引人的特性之一，生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅。它不需要再像上面的类一样写__iter__()和__next__()方法了，只需要一个yiled关键字。 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种懒加载的模式生成值。用生成器来实现斐波那契数列的例子是：

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就是一个普通的python函数，它特殊的地方在于函数体中没有return关键字，函数的返回值是一个生成器对象。当执行f=fib()返回的是一个生成器对象，此时函数体中的代码并不会执行，只有显示或隐示地调用next的时候才会真正执行里面的代码。

生成器在Python中是一个非常强大的编程结构，可以用更少地中间变量写流式代码，此外，相比其它容器对象它更能节省内存和CPU，当然它可以用更少的代码来实现相似的功能。

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

都可以用生成器函数来替换：

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

现在就可以动手重构你的代码了，但凡看到类似：

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

四、生成表达式

生成器表达式(generator expression)是列表推倒式的生成器版本，看起来像列表推导式，但是它返回的是一个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