Python 中的迭代器(Iterator)是一个可以记住遍历位置的对象,用于迭代列表、元组、字典、集合和字符串等可迭代(Iterable)对象,迭代器从集合的第一个元素开始访问,直到所有的元素被访问完结束,并且只能往前不会后退。使用 collections.abc 库中的 Iterable 和 Iterator 可以判断对象是否可迭代和是否为迭代器。
>>> from collections.abc import Iterable>>> isinstance([], Iterable)True>>> isinstance({}, Iterable)True>>> isinstance('abc', Iterable)True>>> isinstance(100, Iterable)False
>>> from collections.abc import Iterator>>> isinstance([], Iterator)False>>> isinstance({}, Iterator)False>>> isinstance('abc', Iterator)False>>> isinstance(iter([]), Iterator)True>>> isinstance(iter('abc'), Iterator)True
正如上面代码所示,列表、字典和字符串都是可迭代的,而数字就不是可迭代的。但列表、字典和字符串都不是迭代器,因为可迭代的对象(如列表、元组、字典、集合和字符串),得先使用iter()
方法把它们初始化为迭代器对象之后,才能使用next()
方法对其进行迭代。所以iter([])
和iter('abc')
都是迭代器。
有了迭代器之后,就可以用next()
方法对其进行迭代,如果迭代器的内容已经全部迭代完了,就会返回一个StopIteration
的错误:
>>> list=[1, 2, 3, 4]>>> it = iter(list) # 创建迭代器对象>>> print (next(it)) # 输出迭代器的下一个元素1>>> print (next(it))2>>> print (next(it))3>>> print (next(it))4>>> print (next(it))Traceback (most recent call last):File "<stdin>", line 1, in <module>StopIteration
不断地调用next()
方法显然太麻烦了,最简洁的方法是使用for 循环:
>>> for i in [1, 2, 3, 4]:...print(i)... 1234
注意 for 循环接收的只是可迭代对象而不是迭代器,所以实际上 for 循环帮我们同时完成了iter()
和next()
方法,并且在遇到StopIteration
就会自动退出循环。以下代码和上面是等价的:
it = iter([1, 2, 3, 4, 5]) # 创建迭代器对象# 循环:while True:try:i = next(it) # 输出迭代器的下一个元素print(i)except StopIteration: # 遇到StopIteration就退出循环break
说完迭代器,就轮到生成器了。所谓生成器(generator)就是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
生成器(函数)有两种写法,第一种是类似于列表生成式(推导式)的写法,只不过把列表的中括号换成小括号而已:
>>> f = (x * x for x in range(10))>>> f<generator object <genexpr> at 0x1022ef630>
f 就是一个迭代器,其函数为求平方,所以能使用next()
方法进行迭代:
>>> next(f)0>>> next(f)1>>> next(f)4>>> next(f)9>>> next(f)16>>> next(f)25>>> next(f)36>>> next(f)49>>> next(f)64>>> next(f)81>>> next(g)Traceback (most recent call last):File "<stdin>", line 1, in <module>StopIteration
同样地,用for 循环既然能处理可迭代对象,当然也可以处理迭代器,如下
>>> f = (x * x for x in range(10))>>> for i in f:...print(i)... 0149162536496481
第二种生成器的写法,就是在创建函数时使用yield
关键字,假设我们想输出指定长度的斐波拉契数列,有如下函数:
def fib(max):n, a, b = 0, 0, 1while n < max:print(b)a, b = b, a + bn = n + 1return 'done'
调用函数如下:
>>> fib(6)112358'done'
只需要把函数中的print
改为yield
,该函数就变成了生成器函数:
def fib(max):n, a, b = 0, 0, 1while n < max:yield ba, b = b, a + bn = n + 1return 'done'
调用生成器函数就会得到一个生成器,实际上也就是迭代器:
>>> f = fib(6)>>> f<generator object fib at 0x104feaaa0>
所以用 for 循环进行迭代可以得到如下结果:
>>> for i in f:...print(i)... 112358
生成器函数和普通函数的执行流程不一样。普通函数是顺序执行,遇到return
语句或者最后一行函数语句就返回。而变成生成器的函数,在每次调用next()
的时候执行,遇到yield
语句返回,再次执行时从上次返回的yield
语句处继续执行。
最后作个总结:
迭代器一定是可迭代的,但集合数据类型如列表、字典、字符串等是可迭代的但不是迭代器,可以通过iter()
函数获得一个迭代器对象;凡是可作用于for 循环的对象都是可迭代的;凡是可作用于next()
函数的对象都是迭代器,它们表示一个惰性计算的序列;Python 的for 循环如果接收到还不是迭代器的可迭代的对象,就会调用iter()
将其变成迭代器,然后不断调用next()
函数实现迭代过程;生成器就是可以让我们通过编写函数,自定义得到的迭代器。