您好,登錄后才能下訂單哦!
前言
在Python中可迭代(Iterable)、迭代器(Iterator)和生成器(Generator)這幾個概念是經(jīng)常用到的,初學時對這幾個概念也是經(jīng)常混淆,現(xiàn)在是時候把這幾個概念搞清楚了。
0x00 可迭代(Iterable)
簡單的說,一個對象(在Python里面一切都是對象)只要實現(xiàn)了只要實現(xiàn)了__iter__()方法,那么用isinstance()函數(shù)檢查就是Iterable對象;
例如
class IterObj: def __iter__(self): # 這里簡單地返回自身 # 但實際情況可能不會這么寫 # 而是通過內(nèi)置的可迭代對象來實現(xiàn) # 下文的列子中將會展示 return self
上面定義了一個類IterObj并實現(xiàn)了__iter__()方法,這個就是一個可迭代(Iterable)對象
it = IterObj() print(isinstance(it, Iterable)) # true print(isinstance(it, Iterator)) # false print(isinstance(it, Generator)) # false
記住這個類,下文我們還會看到這個類的定義。
常見的可迭代對象
在Python中有哪些常見的可迭代對象呢?
關(guān)于第1、2點我們可以通過以下來驗證
print(isinstance([], Iterable)) # true list 是可迭代的 print(isinstance({}, Iterable)) # true 字典是可迭代的 print(isinstance((), Iterable)) # true 元組是可迭代的 print(isinstance(set(), Iterable)) # true set是可迭代的 print(isinstance('', Iterable)) # true 字符串是可迭代的 currPath = os.path.dirname(os.path.abspath(__file__)) with open(currPath+'/model.py') as file: print(isinstance(file, Iterable)) # true
我們再來看第3點,
print(hasattr([], "__iter__")) # true print(hasattr({}, "__iter__")) # true print(hasattr((), "__iter__")) # true print(hasattr('', "__iter__")) # true
這些內(nèi)置集合或序列對象都有__iter__屬性,即他們都實現(xiàn)了同名方法。但這個可迭代對象要在for循環(huán)中被使用,那么它就應(yīng)該能夠被內(nèi)置的iter()函數(shù)調(diào)用并轉(zhuǎn)化成Iterator對象。
例如,我們看內(nèi)置的可迭代對象
print(iter([])) # <list_iterator object at 0x110243f28> print(iter({})) # <dict_keyiterator object at 0x110234408> print(iter(())) # <tuple_iterator object at 0x110243f28> print(iter('')) # <str_iterator object at 0x110243f28>
它們都相應(yīng)的轉(zhuǎn)成了對應(yīng)的迭代器(Iterator)對象。
現(xiàn)在回過頭再看看一開始定義的那個IterObj類
class IterObj: def __iter__(self): return self it = IterObj() print(iter(it))
我們使用了iter()函數(shù),這時候?qū)⒃倏刂婆_上打印出以下信息:
Traceback (most recent call last):
File "/Users/mac/PycharmProjects/iterable_iterator_generator.py", line 71, in <module>
print(iter(it))
TypeError: iter() returned non-iterator of type 'IterObj'
出現(xiàn)了類型錯誤,意思是iter()函數(shù)不能將‘非迭代器'類型轉(zhuǎn)成迭代器。
那如何才能將一個可迭代(Iterable)對象轉(zhuǎn)成迭代器(Iterator)對象呢?
我們修改一下IterObj類的定義
class IterObj: def __init__(self): self.a = [3, 5, 7, 11, 13, 17, 19] def __iter__(self): return iter(self.a)
我們在構(gòu)造方法中定義了一個名為a的列表,然后還實現(xiàn)了__iter__()方法。
修改后的類是可以被iter()函數(shù)調(diào)用的,即也可以在for循環(huán)中使用
it = IterObj() print(isinstance(it, Iterable)) # true print(isinstance(it, Iterator)) # false print(isinstance(it, Generator)) # false print(iter(it)) # <list_iterator object at 0x102007278> for i in it: print(i) # 將打印3、5、7、11、13、17、19元素
因此在定義一個可迭代對象時,我們要非常注意__iter__()方法的內(nèi)部實現(xiàn)邏輯,一般情況下,是通過一些已知的可迭代對象(例如,上文提到的集合、序列、文件等或其他正確定義的可迭代對象)來輔助我們來實現(xiàn)
關(guān)于第4點說明的意思是iter()函數(shù)可以將一個實現(xiàn)了__getitem__()方法的對象轉(zhuǎn)成迭代器對象,也可以在for循環(huán)中使用,但是如果用isinstance()方法來檢測時,它不是一個可迭代對象。
class IterObj: def __init__(self): self.a = [3, 5, 7, 11, 13, 17, 19] def __getitem__(self, i): return self.a[i] it = IterObj() print(isinstance(it, Iterable)) # false print(isinstance(it, Iterator)) # false print(isinstance(it, Generator)) false print(hasattr(it, "__iter__")) # false print(iter(it)) # <iterator object at 0x10b231278> for i in it: print(i) # 將打印出3、5、7、11、13、17、19
這個例子說明了可以在for中使用的對象,不一定是可迭代對象。
現(xiàn)在我們做個小結(jié):
0x01 迭代器(Iterator)
上文很多地方都提到了Iterator,現(xiàn)在我們把這個坑填上。
當我們對可迭代的概念了解后,對于迭代器就比較好理解了。
一個對象實現(xiàn)了__iter__()和__next__()方法,那么它就是一個迭代器對象。 例如
class IterObj: def __init__(self): self.a = [3, 5, 7, 11, 13, 17, 19] self.n = len(self.a) self.i = 0 def __iter__(self): return iter(self.a) def __next__(self): while self.i < self.n: v = self.a[self.i] self.i += 1 return v else: self.i = 0 raise StopIteration()
在IterObj中,構(gòu)造函數(shù)中定義了一個列表a,列表長度n,索引i。
it = IterObj() print(isinstance(it, Iterable)) # true print(isinstance(it, Iterator)) # true print(isinstance(it, Generator)) # false print(hasattr(it, "__iter__")) # true print(hasattr(it, "__next__")) # true
我們可以發(fā)現(xiàn)上文提到的
集合和序列對象是可迭代的但不是迭代器
print(isinstance([], Iterator)) # false print(isinstance({}, Iterator)) # false print(isinstance((), Iterator)) # false print(isinstance(set(), Iterator)) # false print(isinstance('', Iterator)) # false
而文件對象是迭代器
currPath = os.path.dirname(os.path.abspath(__file__)) with open(currPath+'/model.py') as file: print(isinstance(file, Iterator)) # true
一個迭代器(Iterator)對象不僅可以在for循環(huán)中使用,還可以通過內(nèi)置函數(shù)next()函數(shù)進行調(diào)用。 例如
it = IterObj() next(it) # 3 next(it) # 5
0x02 生成器(Generator)
現(xiàn)在我們來看看什么是生成器?
一個生成器既是可迭代的也是迭代器
定義生成器有兩種方式:
先看第1種情況
g = (x * 2 for x in range(10)) # 0~18的偶數(shù)生成器 print(isinstance(g, Iterable)) # true print(isinstance(g, Iterator)) # true print(isinstance(g, Generator)) # true print(hasattr(g, "__iter__")) # true print(hasattr(g, "__next__")) # true print(next(g)) # 0 print(next(g)) # 2
列表生成器可以不需要消耗大量的內(nèi)存來生成一個巨大的列表,只有在需要數(shù)據(jù)的時候才會進行計算。
再看第2種情況
def gen(): for i in range(10): yield i
這里yield的作用就相當于return,這個函數(shù)就是順序地返回[0,10)的之間的自然數(shù),可以通過next()或使用for循環(huán)來遍歷。
當程序遇到y(tǒng)ield關(guān)鍵字時,這個生成器函數(shù)就返回了,直到再次執(zhí)行了next()函數(shù),它就會從上次函數(shù)返回的執(zhí)行點繼續(xù)執(zhí)行,即yield退出時保存了函數(shù)執(zhí)行的位置、變量等信息,再次執(zhí)行時,就從這個yield退出的地方繼續(xù)往下執(zhí)行。
在Python中利用生成器的這些特點可以實現(xiàn)協(xié)程。協(xié)程可以理解為一個輕量級的線程,它相對于線程處理高并發(fā)場景有很多優(yōu)勢。
看下面一個用協(xié)程實現(xiàn)的生產(chǎn)者-消費者模型
def producer(c): n = 0 while n < 5: n += 1 print('producer {}'.format(n)) r = c.send(n) print('consumer return {}'.format(r)) def consumer(): r = '' while True: n = yield r if not n: return print('consumer {} '.format(n)) r = 'ok' if __name__ == '__main__': c = consumer() next(c) # 啟動consumer producer(c)
這段代碼執(zhí)行效果如下
producer 1
consumer 1
producer return ok
producer 2
consumer 2
producer return ok
producer 3
consumer 3
producer return ok
協(xié)程實現(xiàn)了CPU在兩個函數(shù)之間進行切換從而實現(xiàn)并發(fā)的效果。
0x04 引用
docs.python.org/3.7/
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學習或者工作具有一定的參考學習價值,謝謝大家對億速云的支持。
免責聲明: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,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。