您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關(guān)Python中迭代器與迭代器切片的示例分析的內(nèi)容。小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,一起跟隨小編過(guò)來(lái)看看吧。
迭代器是 Python 中獨(dú)特的一種高級(jí)特性,而切片也是一種高級(jí)特性,兩者相結(jié)合,會(huì)產(chǎn)生什么樣的結(jié)果呢?
1、迭代與迭代器
首先,有幾個(gè)基本概念要澄清:迭代、可迭代對(duì)象、迭代器。
迭代 是一種遍歷容器類(lèi)型對(duì)象(例如字符串、列表、字典等等)的方式,例如,我們說(shuō)迭代一個(gè)字符串“abc”,指的就是從左往右依次地、逐個(gè)地取出它的全部字符的過(guò)程。(PS:漢語(yǔ)中迭代一詞有循環(huán)反復(fù)、層層遞進(jìn)的意思,但 Python 中此詞要理解成單向水平線性 的,如果你不熟悉它,我建議直接將其理解為遍歷。)
那么,怎么寫(xiě)出迭代操作的指令呢?最通用的書(shū)寫(xiě)語(yǔ)法就是 for 循環(huán)。
# for循環(huán)實(shí)現(xiàn)迭代過(guò)程 for char in "abc": print(char, end=" ") # 輸出結(jié)果:a b c
for 循環(huán)可以實(shí)現(xiàn)迭代的過(guò)程,但是,并非所有對(duì)象都可以用于 for 循環(huán),例如,上例中若將字符串“abc”換成任意整型數(shù)字,則會(huì)報(bào)錯(cuò): 'int' object is not iterable .
這句報(bào)錯(cuò)中的單詞“iterable”指的是“可迭代的”,即 int 類(lèi)型不是可迭代的。而字符串(string)類(lèi)型是可迭代的,同樣地,列表、元組、字典等類(lèi)型,都是可迭代的。
那怎么判斷一個(gè)對(duì)象是否可迭代呢?為什么它們是可迭代的呢?怎么讓一個(gè)對(duì)象可迭代呢?
要使一個(gè)對(duì)象可迭代,就要實(shí)現(xiàn)可迭代協(xié)議,即要實(shí)現(xiàn)__iter__()
魔術(shù)方法,換言之,只要實(shí)現(xiàn)了這個(gè)魔術(shù)方法的對(duì)象都是可迭代對(duì)象。
那怎么判斷一個(gè)對(duì)象是否實(shí)現(xiàn)了這個(gè)方法呢?除了上述的for循環(huán)外,我知道四種方法:
# 方法1:dir()查看__iter__ dir(2) # 沒(méi)有,略 dir("abc") # 有,略 # 方法2:isinstance()判斷 import collections isinstance(2, collections.Iterable) # False isinstance("abc", collections.Iterable) # True # 方法3:hasattr()判斷 hasattr(2,"__iter__") # False hasattr("abc","__iter__") # True # 方法4:用iter()查看是否報(bào)錯(cuò) iter(2) # 報(bào)錯(cuò):'int' object is not iterable iter("abc") # <str_iterator at 0x1e2396d8f28> ### PS:判斷是否可迭代,還可以查看是否實(shí)現(xiàn)__getitem__,為方便描述,本文從略。
這幾種方法中最值得一提的是 iter() 方法,它是 Python 的內(nèi)置方法,其作用是將可迭代對(duì)象變成迭代器 。這句話可以解析出兩層意思:(1)可迭代對(duì)象跟迭代器是兩種東西;(2)可迭代對(duì)象能變成迭代器。
實(shí)際上,迭代器必然是可迭代對(duì)象,但可迭代對(duì)象不一定是迭代器。兩者有多大的區(qū)別呢?
如上圖藍(lán)圈所示,普通可迭代對(duì)象與迭代器的最關(guān)鍵區(qū)別可概括為:一同兩不同 ,所謂“一同”,即兩者都是可迭代的(__iter__
),所謂“兩不同”,即可迭代對(duì)象在轉(zhuǎn)化為迭代器后,它會(huì)丟失一些屬性(__getitem__
),同時(shí)也增加一些屬性(__next__
)。
首先看看增加的屬性 __next__
, 它是迭代器之所以是迭代器的關(guān)鍵,事實(shí)上,我們正是把同時(shí)實(shí)現(xiàn)了 __iter__
方法 和 __next__
方法的對(duì)象定義為迭代器的。
有了多出來(lái)的這個(gè)屬性,可迭代對(duì)象不需要借助外部的 for 循環(huán)語(yǔ)法,就能實(shí)現(xiàn)自我的迭代/遍歷過(guò)程。我發(fā)明了兩個(gè)概念來(lái)描述這兩種遍歷過(guò)程(PS:為了易理解,這里稱(chēng)遍歷,實(shí)際也可稱(chēng)為迭代):它遍歷 指的是通過(guò)外部語(yǔ)法而實(shí)現(xiàn)的遍歷,自遍歷 指的是通過(guò)自身方法實(shí)現(xiàn)的遍歷。
借助這兩個(gè)概念,我們說(shuō),可迭代對(duì)象就是能被“它遍歷”的對(duì)象,而迭代器是在此基礎(chǔ)上,還能做到“自遍歷”的對(duì)象。
ob1 = "abc" ob2 = iter("abc") ob3 = iter("abc") # ob1它遍歷 for i in ob1: print(i, end = " ") # a b c for i in ob1: print(i, end = " ") # a b c # ob1自遍歷 ob1.__next__() # 報(bào)錯(cuò): 'str' object has no attribute '__next__' # ob2它遍歷 for i in ob2: print(i, end = " ") # a b c for i in ob2: print(i, end = " ") # 無(wú)輸出 # ob2自遍歷 ob2.__next__() # 報(bào)錯(cuò):StopIteration # ob3自遍歷 ob3.__next__() # a ob3.__next__() # b ob3.__next__() # c ob3.__next__() # 報(bào)錯(cuò):StopIteration
通過(guò)上述例子可看出,迭代器的優(yōu)勢(shì)在于支持自遍歷,同時(shí),它的特點(diǎn)是單向非循環(huán)的,一旦完成遍歷,再次調(diào)用就會(huì)報(bào)錯(cuò)。
對(duì)此,我想到一個(gè)比方:普通可迭代對(duì)象就像是子彈匣,它遍歷就是取出子彈,在完成操作后又裝回去,所以可以反復(fù)遍歷(即多次調(diào)用for循環(huán),返回相同結(jié)果);而迭代器就像是裝載了子彈匣且不可拆卸的槍?zhuān)M(jìn)行它遍歷或者自遍歷都是發(fā)射子彈,這是消耗性的遍歷,是無(wú)法復(fù)用的(即遍歷會(huì)有盡頭)。
寫(xiě)了這么多,稍微小結(jié)一下:迭代是一種遍歷元素的方式,按照實(shí)現(xiàn)方式劃分,有外部迭代與內(nèi)部迭代兩種,支持外部迭代(它遍歷)的對(duì)象就是可迭代對(duì)象,而同時(shí)還支持內(nèi)部迭代(自遍歷)的對(duì)象就是迭代器;按照消費(fèi)方式劃分,可分為復(fù)用型迭代與一次性迭代,普通可迭代對(duì)象是復(fù)用型的,而迭代器是一次性的。
2、迭代器切片
前面提到了“一同兩不同”,最后的不同是,普通可迭代對(duì)象在轉(zhuǎn)化成迭代器的過(guò)程中會(huì)丟失一些屬性,其中關(guān)鍵的屬性是 __getitem__ 。在《Python進(jìn)階:自定義對(duì)象實(shí)現(xiàn)切片功能》中,我曾介紹了這個(gè)魔術(shù)方法,并用它實(shí)現(xiàn)了自定義對(duì)象的切片特性。
那么問(wèn)題來(lái)了:為啥迭代器不繼承這個(gè)屬性呢?
首先,迭代器使用的是消耗型的遍歷,這意味著它充滿不確定性,即其長(zhǎng)度與索引鍵值對(duì)是動(dòng)態(tài)衰減的,所以很難 get 到它的 item ,也就不再需要 __getitem__ 屬性了。其次,若強(qiáng)行給迭代器加上這個(gè)屬性,這并不合理,正所謂強(qiáng)扭的瓜不甜……
由此,新的問(wèn)題來(lái)了:既然會(huì)丟失這么重要的屬性(還包括其它未標(biāo)識(shí)的屬性),為什么還要使用迭代器呢?
這個(gè)問(wèn)題的答案在于,迭代器擁有不可替代的強(qiáng)大的有用的功能,使得 Python 要如此設(shè)計(jì)它。限于篇幅,此處不再展開(kāi),后續(xù)我會(huì)專(zhuān)門(mén)填坑此話題。
還沒(méi)完,死纏爛打的問(wèn)題來(lái)了:能否令迭代器擁有這個(gè)屬性呢,即令迭代器繼續(xù)支持切片呢?
hi = "歡迎關(guān)注公眾號(hào):Python貓" it = iter(hi) # 普通切片 hi[-7:] # Python貓 # 反例:迭代器切片 it[-7:] # 報(bào)錯(cuò):'str_iterator' object is not subscriptable
迭代器因?yàn)槿鄙?code>__getitem__ ,因此不能使用普通的切片語(yǔ)法。想要實(shí)現(xiàn)切片,無(wú)非兩種思路:一是自己造輪子,寫(xiě)實(shí)現(xiàn)的邏輯;二是找到封裝好的輪子。
Python 的 itertools 模塊就是我們要找的輪子,用它提供的方法可輕松實(shí)現(xiàn)迭代器切片。
import itertools # 例1:簡(jiǎn)易迭代器 s = iter("123456789") for x in itertools.islice(s, 2, 6): print(x, end = " ") # 輸出:3 4 5 6 for x in itertools.islice(s, 2, 6): print(x, end = " ") # 輸出:9 # 例2:斐波那契數(shù)列迭代器 class Fib(): def __init__(self): self.a, self.b = 1, 1 def __iter__(self): while True: yield self.a self.a, self.b = self.b, self.a + self.b f = iter(Fib()) for x in itertools.islice(f, 2, 6): print(x, end = " ") # 輸出:2 3 5 8 for x in itertools.islice(f, 2, 6): print(x, end = " ") # 輸出:34 55 89 144
itertools 模塊的 islice() 方法將迭代器與切片完美結(jié)合,終于回答了前面的問(wèn)題。然而,迭代器切片跟普通切片相比,前者有很多局限性。首先,這個(gè)方法不是“純函數(shù)”(純函數(shù)需遵守“相同輸入得到相同輸出”的原則,之前在《來(lái)自Kenneth Reitz大神的建議:避免不必要的面向?qū)ο缶幊獭诽岬竭^(guò));其次,它只支持正向切片,且不支持負(fù)數(shù)索引,這都是由迭代器的損耗性所決定的。
那么,我不禁要問(wèn):itertools 模塊的切片方法用了什么實(shí)現(xiàn)邏輯呢?下方是官網(wǎng)提供的源碼:
def islice(iterable, *args): # islice('ABCDEFG', 2) --> A B # islice('ABCDEFG', 2, 4) --> C D # islice('ABCDEFG', 2, None) --> C D E F G # islice('ABCDEFG', 0, None, 2) --> A C E G s = slice(*args) # 索引區(qū)間是[0,sys.maxsize],默認(rèn)步長(zhǎng)是1 start, stop, step = s.start or 0, s.stop or sys.maxsize, s.step or 1 it = iter(range(start, stop, step)) try: nexti = next(it) except StopIteration: # Consume *iterable* up to the *start* position. for i, element in zip(range(start), iterable): pass return try: for i, element in enumerate(iterable): if i == nexti: yield element nexti = next(it) except StopIteration: # Consume to *stop*. for i, element in zip(range(i + 1, stop), iterable): pass
islice() 方法的索引方向是受限的,但它也提供了一種可能性:即允許你對(duì)一個(gè)無(wú)窮的(在系統(tǒng)支持范圍內(nèi))迭代器進(jìn)行切片的能力。這是迭代器切片最具想象力的用途場(chǎng)景。
除此之外,迭代器切片還有一個(gè)很實(shí)在的應(yīng)用場(chǎng)景:讀取文件對(duì)象中給定行數(shù)范圍的數(shù)據(jù)。
在《給Python學(xué)習(xí)者的文件讀寫(xiě)指南(含基礎(chǔ)與進(jìn)階,建議收藏)》里,我介紹了從文件中讀取內(nèi)容的幾種方法:readline() 比較雞肋,不咋用;read() 適合讀取內(nèi)容較少的情況,或者是需要一次性處理全部?jī)?nèi)容的情況;而 readlines() 用的較多,每次迭代讀取內(nèi)容,既減少內(nèi)存壓力,又方便逐行對(duì)數(shù)據(jù)處理。
雖然 readlines() 有迭代讀取的優(yōu)勢(shì),但它是從頭到尾逐行讀取,若文件有幾千行,而我們只想要讀取少數(shù)特定行(例如第1000-1009行),那它還是效率太低了??紤]到文件對(duì)象天然就是迭代器 ,我們可以使用迭代器切片先行截取,然后再處理,如此效率將大大地提升。
# test.txt 文件內(nèi)容 ''' 貓 Python貓 python is a cat. this is the end. ''' from itertools import islice with open('test.txt','r',encoding='utf-8') as f: print(hasattr(f, "__next__")) # 判斷是否迭代器 content = islice(f, 2, 4) for line in content: print(line.strip()) ### 輸出結(jié)果: True python is a cat. this is the end.
感謝各位的閱讀!關(guān)于“Python中迭代器與迭代器切片的示例分析”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,讓大家可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到吧!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。