python之路——迭代器和生成器

阅读目录

• 　　楔子
• 　　python中的for循环
• 　　可迭代协议
• 　　迭代器协议
• 　　为何要有for循环
• 　　初识生成器
• 　　生成器函数
• 　　列表推导式和生成器表达式
• 　　本章小结
• 　　生成器相关的面试题

 

返回顶部

楔子

假如我如今有一个列表l=['a','b','c','d','e']，我想取列表中的内容，有几种方式？

首先，我能够经过索引取值l[0],其次咱们是否是还能够用for循环来取值呀？

你有没有仔细思考过，用索引取值和for循环取值是有着微妙区别的。

若是用索引取值，你能够取到任意位置的值，前提是你要知道这个值在什么位置。

若是用for循环来取值，咱们把每个值都取到，不须要关心每个值的位置，由于只能顺序的取值，并不能跳过任何一个直接去取其余位置的值。

但你有没有想过，咱们为何可使用for循环来取值？

for循环内部是怎么工做的呢？

迭代器

返回顶部

python中的for循环

要了解for循环是怎么回事儿，我们仍是要从代码的角度出发。

首先，咱们对一个列表进行for循环。

for i in [1,2,3,4]:  
    print(i)

上面这段代码确定是没有问题的，可是咱们换一种状况，来循环一个数字1234试试

for i in 1234
    print(i) 

结果：
Traceback (most recent call last):
  File "test.py", line 4, in <module>
    for i in 1234:
TypeError: 'int' object is not iterable

看，报错了！报了什么错呢？“TypeError: 'int' object is not iterable”，说int类型不是一个iterable，那这个iterable是个啥？

假如你不知道什么是iterable，咱们能够翻翻词典，首先获得一个中文的解释，尽管翻译过来了你可能也不知道，可是不要紧，我会带着你一步一步来分析。

返回顶部

迭代和可迭代协议

什么叫迭代

如今，咱们已经得到了一个新线索，有一个叫作“可迭代的”概念。

首先，咱们从报错来分析，好像之因此1234不能够for循环，是由于它不可迭代。那么若是“可迭代”，就应该能够被for循环了。

这个咱们知道呀，字符串、列表、元组、字典、集合均可以被for循环，说明他们都是可迭代的。

咱们怎么来证实这一点呢？

from collections import Iterable
                             
l = [1,2,3,4]                
t = (1,2,3,4)                
d = {1:2,3:4}                
s = {1,2,3,4}                
                             
print(isinstance(l,Iterable))
print(isinstance(t,Iterable))
print(isinstance(d,Iterable))
print(isinstance(s,Iterable))

结合咱们使用for循环取值的现象，再从字面上理解一下，其实迭代就是咱们刚刚说的，能够将某个数据集内的数据“一个挨着一个的取出来”，就叫作迭代。

可迭代协议

咱们如今是从结果分析缘由，能被for循环的就是“可迭代的”，可是若是正着想，for怎么知道谁是可迭代的呢？

假如咱们本身写了一个数据类型，但愿这个数据类型里的东西也可使用for被一个一个的取出来，那咱们就必须知足for的要求。这个要求就叫作“协议”。

能够被迭代要知足的要求就叫作可迭代协议。可迭代协议的定义很是简单，就是内部实现了__iter__方法。

接下来咱们就来验证一下：

print(dir([1,2]))
print(dir((2,3)))
print(dir({1:2}))
print(dir({1,2}))

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index']
['__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'values']
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

结果

总结一下咱们如今所知道的：能够被for循环的都是可迭代的，要想可迭代，内部必须有一个__iter__方法。

接着分析，__iter__方法作了什么事情呢？

print([1,2].__iter__())

结果
<list_iterator object at 0x1024784a8>

执行了list([1,2])的__iter__方法，咱们好像获得了一个list_iterator，如今咱们又获得了一个新名词——iterator。

iterator，这里给咱们标出来了，是一个计算机中的专属名词，叫作迭代器。 

返回顶部

迭代器协议

既什么叫“可迭代”以后，又一个历史新难题，什么叫“迭代器”？

虽然咱们不知道什么叫迭代器，可是咱们如今已经有一个迭代器了，这个迭代器是一个列表的迭代器。

咱们来看看这个列表的迭代器比起列表来讲实现了哪些新方法，这样就能揭开迭代器的神秘面纱了吧？

'''
dir([1,2].__iter__())是列表迭代器中实现的全部方法，dir([1,2])是列表中实现的全部方法,都是以列表的形式返回给咱们的，为了看的更清楚，咱们分别把他们转换成集合，
而后取差集。
'''
#print(dir([1,2].__iter__()))
#print(dir([1,2]))
print(set(dir([1,2].__iter__()))-set(dir([1,2])))

结果：
{'__length_hint__', '__next__', '__setstate__'}

咱们看到在列表迭代器中多了三个方法，那么这三个方法都分别作了什么事呢？

iter_l = [1,2,3,4,5,6].__iter__()
#获取迭代器中元素的长度
print(iter_l.__length_hint__())
#根据索引值指定从哪里开始迭代
print('*',iter_l.__setstate__(4))
#一个一个的取值
print('**',iter_l.__next__())
print('***',iter_l.__next__())

这三个方法中，能让咱们一个一个取值的神奇方法是谁？

没错！就是__next__

在for循环中，就是在内部调用了__next__方法才能取到一个一个的值。

那接下来咱们就用迭代器的next方法来写一个不依赖for的遍历。

l = [1,2,3,4]
l_iter = l.__iter__()
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)
item = l_iter.__next__()
print(item)

这是一段会报错的代码，若是咱们一直取next取到迭代器里已经没有元素了，就会抛出一个异常StopIteration，告诉咱们，列表中已经没有有效的元素了。

这个时候，咱们就要使用异常处理机制来把这个异常处理掉。

l = [1,2,3,4]
l_iter = l.__iter__()
while True:
    try:
        item = l_iter.__next__()
        print(item)
    except StopIteration:
        break

那如今咱们就使用while循环实现了本来for循环作的事情，咱们是从谁那儿获取一个一个的值呀？是否是就是l_iter？好了，这个l_iter就是一个迭代器。

迭代器遵循迭代器协议：必须拥有__iter__方法和__next__方法。

还帐：next和iter方法

如此一来，关于迭代器和生成器的方法咱们就还清了两个，最后咱们来看看range()是个啥。首先，它确定是一个可迭代的对象，可是它是不是一个迭代器？咱们来测试一下

print('__next__' in dir(range(12)))  #查看'__next__'是否是在range()方法执行以后内部是否有__next__
print('__iter__' in dir(range(12)))  #查看'__next__'是否是在range()方法执行以后内部是否有__next__

from collections import Iterator
print(isinstance(range(100000000),Iterator))  #验证range执行以后获得的结果不是一个迭代器

range函数的返回值是一个可迭代对象

 

返回顶部

为何要有for循环

基于上面讲的列表这一大堆遍历方式，聪明的你立马看除了端倪，因而你不知死活大声喊道，你这不逗我玩呢么，有了下标的访问方式，我能够这样遍历一个列表啊

l=[1,2,3]

index=0
while index < len(l):
    print(l[index])
    index+=1

#要毛线for循环，要毛线可迭代，要毛线迭代器

没错，序列类型字符串，列表，元组都有下标，你用上述的方式访问，perfect！可是你可曾想过非序列类型像字典，集合，文件对象的感觉，因此嘛，年轻人，for循环就是基于迭代器协议提供了一个统一的能够遍历全部对象的方法，即在遍历以前，先调用对象的__iter__方法将其转换成一个迭代器，而后使用迭代器协议去实现循环访问，这样全部的对象就均可以经过for循环来遍历了，并且你看到的效果也确实如此，这就是无所不能的for循环，觉悟吧，年轻人

生成器

返回顶部

初识生成器

咱们知道的迭代器有两种：一种是调用方法直接返回的，一种是可迭代对象经过执行iter方法获得的，迭代器有的好处是能够节省内存。

若是在某些状况下，咱们也须要节省内存,就只能本身写。咱们本身写的这个能实现迭代器功能的东西就叫生成器。

 

Python中提供的生成器：

1.生成器函数：常规函数定义，可是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每一个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行

2.生成器表达式：相似于列表推导，可是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表

 

生成器Generator：

　　本质：迭代器(因此自带了__iter__方法和__next__方法，不须要咱们去实现)

　　特色：惰性运算,开发者自定义

 

 

返回顶部

生成器函数

一个包含yield关键字的函数就是一个生成器函数。yield能够为咱们从函数中返回值，可是yield又不一样于return，return的执行意味着程序的结束，调用生成器函数不会获得返回的具体的值，而是获得一个可迭代的对象。每一次获取这个可迭代对象的值，就能推进函数的执行，获取新的返回值。直到函数执行结束。

import time
def genrator_fun1():
    a = 1
    print('如今定义了a变量')
    yield a
    b = 2
    print('如今又定义了b变量')
    yield b

g1 = genrator_fun1()
print('g1 : ',g1)       #打印g1能够发现g1就是一个生成器
print('-'*20)   #我是华丽的分割线
print(next(g1))
time.sleep(1)   #sleep一秒看清执行过程
print(next(g1))

初识生成器函数

 

生成器有什么好处呢？就是不会一会儿在内存中生成太多数据

假如我想让工厂给学生作校服，生产2000000件衣服，我和工厂一说，工厂应该是先答应下来，而后再去生产，我能够一件一件的要，也能够根据学生一批一批的找工厂拿。
而不能是一说要生产2000000件衣服，工厂就先去作生产2000000件衣服，等回来作好了，学生都毕业了。。。

#初识生成器二

def produce():
    """生产衣服"""
    for i in range(2000000):
        yield "生产了第%s件衣服"%i

product_g = produce()
print(product_g.__next__()) #要一件衣服
print(product_g.__next__()) #再要一件衣服
print(product_g.__next__()) #再要一件衣服
num = 0
for i in product_g:         #要一批衣服，好比5件
    print(i)
    num +=1
    if num == 5:
        break

#到这里咱们找工厂拿了8件衣服，我一共让个人生产函数(也就是produce生成器函数)生产2000000件衣服。
#剩下的还有不少衣服，咱们能够一直拿，也能够放着等想拿的时候再拿

初识生成器二

 

更多应用

import time


def tail(filename):
    f = open(filename)
    f.seek(0, 2) #从文件末尾算起
    while True:
        line = f.readline()  # 读取文件中新的文本行
        if not line:
            time.sleep(0.1)
            continue
        yield line

tail_g = tail('tmp')
for line in tail_g:
    print(line)

生成器监听文件输入的例子

send

def generator():
    print(123)
    content = yield 1
    print('=======',content)
    print(456)
    yield2

g = generator()
ret = g.__next__()
print('***',ret)
ret = g.send('hello')   #send的效果和next同样
print('***',ret)

#send 获取下一个值的效果和next基本一致
#只是在获取下一个值的时候，给上一yield的位置传递一个数据
#使用send的注意事项
    # 第一次使用生成器的时候 是用next获取下一个值
    # 最后一个yield不能接受外部的值

def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count


g_avg = averager()
next(g_avg)
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))

计算移动平均值(1)

def init(func):  #在调用被装饰生成器函数的时候首先用next激活生成器
    def inner(*args,**kwargs):
        g = func(*args,**kwargs)
        next(g)
        return g
    return inner

@init
def averager():
    total = 0.0
    count = 0
    average = None
    while True:
        term = yield average
        total += term
        count += 1
        average = total/count


g_avg = averager()
# next(g_avg)   在装饰器中执行了next方法
print(g_avg.send(10))
print(g_avg.send(30))
print(g_avg.send(5))

计算移动平均值(2)_预激协程的装饰器

yield from

def gen1():
    for c in 'AB':
        yield c
    for i in range(3):
        yield i

print(list(gen1()))

def gen2():
    yield from 'AB'
    yield from range(3)

print(list(gen2()))

yield from

 

返回顶部

列表推导式和生成器表达式

#老男孩因为峰哥的强势加盟很快走上了上市之路,alex思来想去决定下几个鸡蛋来报答峰哥

egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析

#峰哥瞅着alex下的一筐鸡蛋,捂住了鼻子,说了句:哥,你仍是给我只母鸡吧,我本身回家下

laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式
print(laomuji)
print(next(laomuji)) #next本质就是调用__next__
print(laomuji.__next__())
print(next(laomuji))

峰哥与alex的故事

总结：

1.把列表解析的[]换成()获得的就是生成器表达式

2.列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存

3.Python不但使用迭代器协议，让for循环变得更加通用。大部份内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，因此，咱们能够直接这样计算一系列值的和：

sum(x ** 2 for x in range(4))

而不用画蛇添足的先构造一个列表：

sum([x ** 2 for x in range(4)]) 

 

更多精彩请见——迭代器生成器专题：http://www.cnblogs.com/Eva-J/articles/7276796.html

返回顶部

本章小结

可迭代对象：

　　拥有__iter__方法

　　特色：惰性运算

　　例如:range(),str,list,tuple,dict,set

迭代器Iterator：

　　拥有__iter__方法和__next__方法

　　例如:iter(range()),iter(str),iter(list),iter(tuple),iter(dict),iter(set),reversed(list_o),map(func,list_o),filter(func,list_o),file_o

生成器Generator：

　　本质：迭代器，因此拥有__iter__方法和__next__方法

　　特色：惰性运算,开发者自定义

使用生成器的优势：

1.延迟计算，一次返回一个结果。也就是说，它不会一次生成全部的结果，这对于大数据量处理，将会很是有用。

 

#列表解析
sum([i for i in range(100000000)])#内存占用大,机器容易卡死
 
#生成器表达式
sum(i for i in range(100000000))#几乎不占内存

列表解析式和生成器表达式

 

2.提升代码可读性

 

 

返回顶部

生成器相关的面试题

生成器在编程中发生了不少的做用，善用生成器能够帮助咱们解决不少复杂的问题

除此以外，生成器也是面试题中的重点，在完成一些功能以外，人们也想出了不少魔性的面试题。
接下来咱们就来看一看～

def demo():
    for i in range(4):
        yield i

g=demo()

g1=(i for i in g)
g2=(i for i in g1)

print(list(g1))
print(list(g2))

面试题1

def add(n,i):
    return n+i

def test():
    for i in range(4):
        yield i

g=test()
for n in [1,10]:
    g=(add(n,i) for i in g)

print(list(g))

面试题2

import os

def init(func):
    def wrapper(*args,**kwargs):
        g=func(*args,**kwargs)
        next(g)
        return g
    return wrapper

@init
def list_files(target):
    while 1:
        dir_to_search=yield
        for top_dir,dir,files in os.walk(dir_to_search):
            for file in files:
                target.send(os.path.join(top_dir,file))
@init
def opener(target):
    while 1:
        file=yield
        fn=open(file)
        target.send((file,fn))
@init
def cat(target):
    while 1:
        file,fn=yield
        for line in fn:
            target.send((file,line))

@init
def grep(pattern,target):
    while 1:
        file,line=yield
        if pattern in line:
            target.send(file)
@init
def printer():
    while 1:
        file=yield
        if file:
            print(file)

g=list_files(opener(cat(grep('python',printer()))))

g.send('/test1')

协程应用：grep -rl /dir

tail&grep