彻底理解Python迭代对象、迭代器、生成器

本文源自RQ做者的一篇博文，原文是Iterables vs. Iterators vs. Generators，俺写的这篇文章是按照本身的理解作的参考翻译，算不上是原文的中译版本，推荐阅读原文，谢谢网友指正。

在了解Python的数据结构时，容器(container)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推导式(list,set,dict comprehension)众多概念参杂在一块儿，不免让初学者一头雾水，我将用一篇文章试图将这些概念以及它们之间的关系捋清楚。

容器(container)

容器是一种把多个元素组织在一块儿的数据结构，容器中的元素能够逐个地迭代获取，能够用in, not in关键字判断元素是否包含在容器中。一般这类数据结构把全部的元素存储在内存中（也有一些特例，并非全部的元素都放在内存，好比迭代器和生成器对象）在Python中，常见的容器对象有：

• list, deque, ....
• set, frozensets, ....
• dict, defaultdict, OrderedDict, Counter, ....
• tuple, namedtuple, …
• str

容器比较容易理解，由于你就能够把它看做是一个盒子、一栋房子、一个柜子，里面能够塞任何东西。从技术角度来讲，当它能够用来询问某个元素是否包含在其中时，那么这个对象就能够认为是一个容器，好比 list，set，tuples都是容器对象：

>>> 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) 

询问某元素是否在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 

询问某substring是否在string中：

>>> s = 'foobar' >>> assert 'b' in s >>> assert 'x' not in s >>> assert 'foo' in s 

尽管绝大多数容器都提供了某种方式来获取其中的每个元素，但这并非容器自己提供的能力，而是可迭代对象赋予了容器这种能力，固然并非全部的容器都是可迭代的，好比：Bloom filter，虽然Bloom filter能够用来检测某个元素是否包含在容器中，可是并不能从容器中获取其中的每个值，由于Bloom filter压根就没把元素存储在容器中，而是经过一个散列函数映射成一个值保存在数组中。

可迭代对象(iterable)

刚才说过，不少容器都是可迭代对象，此外还有更多的对象一样也是可迭代对象，好比处于打开状态的files，sockets等等。但凡是能够返回一个迭代器的对象均可称之为可迭代对象，听起来可能有点困惑，不要紧，先看一个例子：

>>> 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'> 

这里x是一个可迭代对象，可迭代对象和容器同样是一种通俗的叫法，并非指某种具体的数据类型，list是可迭代对象，dict是可迭代对象，set也是可迭代对象。y和z是两个独立的迭代器，迭代器内部持有一个状态，该状态用于记录当前迭代所在的位置，以方便下次迭代的时候获取正确的元素。迭代器有一种具体的迭代器类型，好比list_iterator，set_iterator。可迭代对象实现了__iter__方法，该方法返回一个迭代器对象。

当运行代码：

x = [1, 2, 3] for elem in x: ... 

实际执行状况是：

反编译该段代码，你能够看到解释器显示地调用GET_ITER指令，至关于调用iter(x)，FOR_ITER指令就是调用next()方法，不断地获取迭代器中的下一个元素，可是你无法直接从指令中看出来，由于他被解释器优化过了。

>>> 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)

那么什么迭代器呢？它是一个带状态的对象，他能在你调用next()方法的时候返回容器中的下一个值，任何实现了__iter__和__next__()（python2中实现next()）方法的对象都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一个值，若是容器中没有更多元素了，则抛出StopIteration异常，至于它们究竟是如何实现的这并不重要。

因此，迭代器就是实现了工厂模式的对象，它在你每次你询问要下一个值的时候给你返回。有不少关于迭代器的例子，好比itertools函数返回的都是迭代器对象。

生成无限序列：

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

从一个有限序列中生成无限序列：

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

从无限的序列中生成有限序列：

>>> 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 

为了更直观地感觉迭代器内部的执行过程，咱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] 

Fib既是一个可迭代对象（由于它实现了__iter__方法），又是一个迭代器（由于实现了__next__方法）。实例变量prev和curr用户维护迭代器内部的状态。每次调用next()方法的时候作两件事：

1. 为下一次调用next()方法修改状态
2. 为当前此次调用生成返回结果

迭代器就像一个懒加载的工厂，等到有人须要的时候才给它生成值返回，没调用的时候就处于休眠状态等待下一次调用。

生成器(generator)

生成器算得上是Python语言中最吸引人的特性之一，生成器实际上是一种特殊的迭代器，不过这种迭代器更加优雅。它不须要再像上面的类同样写__iter__()和__next__()方法了，只须要一个yiled关键字。 生成器必定是迭代器（反之不成立），所以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中是一个很是强大的编程结构，能够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，固然它能够用更少的代码来实现类似的功能。如今就能够动手重构你的代码了，但凡看到相似：

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

均可以用生成器函数来替换：

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

生成器表达式(generator expression)

生成器表达式是列表推倒式的生成器版本，看起来像列表推导式，可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 

总结

• 容器是一系列元素的集合，str、list、set、dict、file、sockets对象均可以看做是容器，容器均可以被迭代（用在for，while等语句中），所以他们被称为可迭代对象。
• 可迭代对象实现了__iter__方法，该方法返回一个迭代器对象。
• 迭代器持有一个内部状态的字段，用于记录下次迭代返回值，它实现了__next__和__iter__方法，迭代器不会一次性把全部元素加载到内存，而是须要的时候才生成返回结果。
• 生成器是一种特殊的迭代器，它的返回值不是经过return而是用yield。

参考连接：https://docs.python.org/2/library/stdtypes.html#iterator-types