Python中的可迭代对象、迭代器、For循环工做机制、生成器

1.iterable iterator区别

要了解二者区别，先要了解一下迭代器协议：

迭代器协议是指：对象须要提供__next__()方法，它返回迭代中的元素，在没有更多元素后，抛出StopIteration异常，终止迭代。

可迭代对象就是：实现了迭代器协议的对象。

协议是一种约定，可迭代对象实现迭代器协议，Python的内置工具(如for循环，sum，min，max函数等)经过迭代器协议访问对象,所以，for循环并不须要知道对象具体是什么，只须要知道对象可以实现迭代器协议便可。

迭代器(iterator)与可迭代对象(iterable)并非同一个概念。

直观上：

1.可迭代对象(iterable):凡是具备__iter__的方法的类，都是可迭代的类。可迭代类建立的对象实现了__iter__方法，所以就是可迭代对象。用list、tuple等容器建立的对象，都是可迭代对象。可迭代对象经过__iter__方法返回一个迭代器，而后在内部调用__next__方法进行迭代，最后没有元素时，抛出异常(这个异常python本身会处理，不会让开发者看见)。

2.迭代器(iterator):迭代器对象必须同时实现__iter__和__next__方法才是迭代器。对于迭代器来讲，__iter__ 返回的是它自身 self，__next__ 则是返回迭代器中的下一个值,最后没有元素时，抛出异常(异常能够被开发者看到)。

从上面2点能够看出：

1.迭代器必定是可迭代对象，由于它实现了__iter__()方法；

2.经过iter()方法(在类的内部就是__iter__)可以使一个可迭代对象返回一个迭代器。

Python学习qun：5563，70268，这里是python学习者汇集地，欢迎喜欢Python的小伙伴！

3.迭代器的 iter 方法返回的是自身，并不产生新的迭代器对象。而可迭代对象的 iter 方法一般会返回一个新的迭代器对象。

第3点性质正是可迭代对象能够重复遍历的缘由(每次返回一个独立的迭代器，就能够保证不一样的迭代过程不会互相影响)；而迭代器因为返回自身，所以只能遍历一次。
上面3点能够经过下面的例子看出来：

from collections import Iterable
from collections import Iterator
print isinstance(iter([1,2]),Iterator)
print isinstance(iter([1,2]),Iterable)
print isinstance([1,2],Iterator)
print isinstance([1,2],Iterable)
##result
True
True
False
True

##id能够查看一个对象在内存中的地址
test=[1,2,3]
testIter=iter(test)
print id(testIter)
print id(testIter)
print id(iter(test))
print id(iter(test))
print id(test.__iter__())
print id(test.__iter__())
##result:可迭代对象每次调用iter方法都会返回一个新的迭代器对象，而迭代器对象调用iter方法返回自身
67162576 
67162576 
67162688 
67162632 
67162856 
67163024
2.iterable的工做机制

拿一个例子看看，首先定义一个有__iter__方法,可是没有next()方法的类 (PS：在python2中是next()，python3是__next__())：

from collections import Iterable, Iterator
class Student(object):
 def __init__(self,score):
 self.score=score
 def __iter__(self):
 return iter(self.score)
 
test= Student([80,90,95])
print isinstance(test, Iterable)
print isinstance(test, Iterator)
for i in test:
 print i
##result
True
False
80
90
95

##可重复遍历
for i in test:
 print i
##result
80
90
95

上面代码的结果印证了定义中提到的：

缺乏了next()方法，可迭代对象就不是迭代器。

此外，注意到：可迭代对象经过__iter__方法每次都返回了一个独立的迭代器，这样就能够保证不一样的迭代过程不会互相影响。

也就是说，经过iterable能够实现重复遍历，而迭代器是没法重复遍历的！

所以，若是想要把可迭代对象转变为迭代器，能够先调用iter()方法返回一个迭代器。而后就能够用next()不断迭代了！

print isinstance(iter(test),Iterator)
testIter=iter(test)
print testIter.next()
print testIter.next()
print testIter.next()
##result
True
80
90
95

一旦取完了可迭代对象中全部的元素，再次调用next就会发生异常

print testIter.next()
##result
StopIteration:

3.迭代器Iterator的工做机制

看下面这个例子：

class Student(object):
 def __init__(self,score):
 self.score=score
 def __iter__(self):
 return self
 
 def next(self):
 if self.score<100:
 self.score+=1
 return self.score
 else:
 raise StopIteration()
 
test= Student(90)
print isinstance(test, Iterable)
print isinstance(test, Iterator)
print test.next()
print test.next()
print test.next()
for i in test:
 print i
##result
True
True
91
92
93
94
95
96
97
98
99
100

##若是此时再对test这个迭代器调用next方法，就会抛出异常
test.next()
##result
StopIteration:

这个例子印证了定义中的：迭代器对象必须同时实现__iter__和__next__方法才是迭代器。

那么，使用迭代器好处在哪呢?

Python的Iterator对象表示的是一个数据流，Iterator对象能够被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。能够把这个数据流看作是一个有序序列，但咱们却不能提早知道序列的长度，只能不断经过next()函数实现按需计算下一个数据，因此Iterator的计算是惰性的，只有在须要返回下一个数据时它才会计算。

一个很常见的应用就是：Python在处理列表的时候，是直接把整个列表读进内存的，当遇到大量样本时的时候会变得很慢。而迭代器的优点在于只把须要的元素读进内存，所以占用内存更少。

换句话说，迭代器是一种惰性求值模式，它是有状态的，只有在调用时才返回值，没有调用的时候就等待下一次调用。这样就节省了大量内存空间。

4.for循环的工做机制

有了上面2个例子，就能够总结一下在可迭代对象与迭代器中的For循环工做机制了。

当对象自己就是迭代器时，For循环工做机制：

1.调用 __iter__方法，返回自身self,也就是返回迭代器。

2.不断地调用迭代器的next()方法，每次按序返回迭代器中的一个值。

3.迭代到最后没有元素时，就抛出异常 StopIteration。

在可迭代对象中，for循环工做机制：

1.先判断对象是否为可迭代对象(等价于判断有没有__iter__或__getitem__方法)，没有的话直接报错，抛出TypeError异常。有的话，调用 __iter__方法，返回一个迭代器。

2.在python内部不断地调用迭代器的__next__方法，每次按序返回迭代器中的一个值。

3.迭代到最后没有元素时，就抛出异常 StopIteration，这个异常 python 本身会处理，不会暴露给开发者。

借用网络上的一张图直观理解一下：

Python中的可迭代对象、迭代器、For循环工做机制、生成器
此外，还要注意，python中的for循环其实兼容了两种机制：

1.若是对象有__iter__会返回一个迭代器。

2.若是对象没有__iter__，可是实现了__getitem__，会改用下标迭代的方式。

__getitem__能够帮助一个对象进行取数和切片操做。

当for发现没有__iter__可是有__getitem__的时候，会从0开始依次读取相应的下标，直到发生IndexError为止，这是一种旧的迭代协议。iter方法也会处理这种状况，在不存在__iter__的时候，返回一个下标迭代的iterator对象来代替。一个重要的例子是str，字符串就是没有__iter__方法的，可是却依然能够迭代，缘由就是其在for循环时调用了__getitem__方法。

看一个例子：

from collections import Iterable, Iterator
    class Student(object):
     def __init__(self,score):
     self.score=score
     def __getitem__(self,n):
     return self.score[n]
     
    test= Student([80,90,95])
    print isinstance(test, Iterable)
    print isinstance(test, Iterator)
    print isinstance(iter(test), Iterable)
    print isinstance(iter(test), Iterator)
    for i in test:
     print i
    ##result
    False
    False
    True
    True
    80
    90
    95

for i in range(0,3):
     print test[i]
    ##result
    80
    90
    95

for i in iter(test):
     print i
    ##result
    80
    90
    95

能够看到，实现了__getitem__方法的对象自己，尽管不是iterable与iterator，仍旧是能够调用for循环的。

经过iter方法，返回一个下标迭代的iterator对象。

5.generator的原理

最后说一下生成器，生成器是一种特殊的迭代器，固然也是可迭代对象。

对于生成器，Python会自动实现迭代器协议，以便应用到迭代中（如for循环，sum函数）。因为生成器自动实现了迭代器协议，因此，咱们能够调用它的next方法，而且，在没有值能够返回的时候，生成器自动产生StopIteration异常。

建立生成器的方法：将return 改成yield。具体的实现网络上教程不少，不细说了。

Python学习qun：5563，70268，这里是python学习者汇集地，欢迎喜欢Python的小伙伴！

6.总结

到一幅图片很好的描述了本文的全部内容，就拿它做为文末的总结吧！