2016.3.10關于例子解釋的補充更新
例子
老規(guī)矩，先上一個代碼:
1
2
3
4
5
6
7
8
9
10
11
12
def add(s, x):
return s + x
def gen():
for i in range(4):
yield i
base = gen()
for n in [1, 10]:
base = (add(i, n) for i in base)
print list(base)
這個東西輸出可以腦補一下， 結果是[20,21,22,23], 而不是[10, 11, 12, 13]。 當時糾結了半天，一直沒搞懂，后來齊老師 稍微指點了一下， 突然想明白了–真夠笨的，唉。。好了–正好趁機會稍微小結一下python里面的生成器。
迭代器(iterator)
要說生成器，必須首先說迭代器;
iterable,iterator與itertion
講到迭代器，就需要區(qū)別幾個概念:iterable,iterator,itertion, 看著都差不多，其實不然。下面區(qū)分一下。
itertion: 就是迭代,一個接一個(one after another),是一個通用的概念，比如一個循環(huán)遍歷某個數(shù)組。iterable: 這個是可迭代對象,屬于python的名詞，范圍也很廣，可重復迭代，滿足如下其中之一的都是iterable:
可以for循環(huán): for i in iterable
可以按index索引的對象，也就是定義了__getitem__方法，比如list,str;
定義了__iter__方法?？梢噪S意返回。
可以調用iter(obj)的對象，并且返回一個iterator
iterator: 迭代器對象,也屬于python的名詞，只能迭代一次。需要滿足如下的迭代器協(xié)議
定義了__iter__方法，但是必須返回自身
定義了next方法,在python3.x是__next__。用來返回下一個值 ，并且當沒有數(shù)據(jù)了，拋出StopIteration
可以保持當前的狀態(tài)
首先str和list是iterable 但不是iterator:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
In [3]: s = 'hi'
In [4]: s.__getitem__
Out[4]: <method-wrapper '__getitem__' of str object at 0x7f9457eed580>
In [5]: s.next # 沒有next方法
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-5-136d3c11be25> in <module>()
----> 1 s.next
AttributeError: 'str' object has no attribute 'next'
In [6]: l = [1,2] # 同理
In [7]: l.__iter__
Out[7]: <method-wrapper '__iter__' of list object at 0x7f945328c320>
In [8]: l.next
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-8-c6f8fb94c4cd> in <module>()
----> 1 l.next
AttributeError: 'list' object has no attribute 'next'
In [9]: iter(s) is s #iter() 沒有返回本身
Out[9]: False
In [10]: iter(l) is l #同理
Out[10]: False
但是對于iterator則不一樣如下, 另外iterable可以支持多次迭代，而iterator在多次next之后，再次調用就會拋異常,只可以迭代一次。
1
2
3
4
5
6
7
8
9
10
11
12
13
In [13]: si = iter(s)
In [14]: si
Out[14]: <iterator at 0x7f9453279dd0>
In [15]: si.__iter__ # 有__iter__
Out[15]: <method-wrapper '__iter__' of iterator object at 0x7f9453279dd0>
In [16]: si.next #擁有next
Out[16]: <method-wrapper 'next' of iterator object at 0x7f9453279dd0>
In [20]: si.__iter__() is si #__iter__返回自己
Out[20]: True
這樣，由這幾個例子可以解釋清楚這幾個概念的區(qū)別。
自定義iterator 與數(shù)據(jù)分離
說到這里，迭代器對象基本出來了。下面大致說一下，如何讓自定義的類的對象成為迭代器對象,其實就是定義__iter__和next方法:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
In [1]: %paste
class DataIter(object):
def __init__(self, *args):
self.data = list(args)
self.ind = 0
def __iter__(self): #返回自身
return self
def next(self): # 返回數(shù)據(jù)
if self.ind == len(self.data):
raise StopIteration
else:
data = self.data[self.ind]
self.ind += 1
return data
## -- End pasted text --
In [9]: d = DataIter(1,2)
In [10]: for x in d: # 開始迭代
....: print x
....:
1
2
In [13]: d.next() # 只能迭代一次,再次使用則會拋異常
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
----> 1 d.next()
<ipython-input-1-c44abc1904d8> in next(self)
10 def next(self):
11 if self.ind == len(self.data):
---> 12 raise StopIteration
13 else:
14 data = self.data[self.ind]
從next函數(shù)中只能向前取數(shù)據(jù),一次取一個可以看出來，不過不能重復取數(shù)據(jù)，那這個可不可以解決呢？ 我們知道iterator只能迭代一次，但是iterable對象則沒有這個限制，因此我們可以把iterator從數(shù)據(jù)中分離出來，分別定義一個iterable與iterator如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
class Data(object): # 只是iterable:可迭代對象而不iterator:迭代器
def __init__(self, *args):
self.data = list(args)
def __iter__(self): # 并沒有返回自身
return DataIterator(self)
class DataIterator(object): # iterator: 迭代器
def __init__(self, data):
self.data = data.data
self.ind = 0
def __iter__(self):
return self
def next(self):
if self.ind == len(self.data):
raise StopIteration
else:
data = self.data[self.ind]
self.ind += 1
return data
if __name__ == '__main__':
d = Data(1, 2, 3)
for x in d:
print x,
for x in d:
print x,
輸出就是:
可以看出來數(shù)據(jù)可以復用，因為每次都返回一個DataIterator，但是數(shù)據(jù)卻可以這樣使用,這種實現(xiàn)方式很常見，比如xrange的實現(xiàn)便是這種數(shù)據(jù)與迭代分離的形式,但是很節(jié)省內(nèi)存，如下:
1
2
3
4
5
In [8]: sys.getsizeof(range(1000000))
Out[8]: 8000072
In [9]: sys.getsizeof(xrange(1000000))
Out[9]: 40
另外有個小tips， 就是為什么可以使用for 迭代迭代器對象，原因就是for替我們做了next的活，以及接收StopIteration的處理。 迭代器大概就記錄到這里了，下面開始一個特殊的更加優(yōu)雅的迭代器: 生成器
生成器(generator)
首先需要明確的就是生成器也是iterator迭代器，因為它遵循了迭代器協(xié)議.
兩種創(chuàng)建方式
包含yield的函數(shù)
生成器函數(shù)跟普通函數(shù)只有一點不一樣，就是把 return 換成yield,其中yield是一個語法糖，內(nèi)部實現(xiàn)了迭代器協(xié)議，同時保持狀態(tài)可以掛起。如下: 記住一點，yield是數(shù)據(jù)的生產(chǎn)者，而諸如for等是數(shù)據(jù)的消費者。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
def gen():
print 'begin: generator'
i = 0
while True:
print 'before return ', i
yield i
i += 1
print 'after return ', i
a = gen()
In [10]: a #只是返回一個對象
Out[10]: <generator object gen at 0x7f40c33adfa0>
In [11]: a.next() #開始執(zhí)行
begin: generator
before return 0
Out[11]: 0
In [12]: a.next()
after return 1
before return 1
Out[12]: 1
首先看到while True 不必驚慌，它只會一個一個的執(zhí)行～ 看結果可以看出一點東西: - 調用gen()并沒有真實執(zhí)行函數(shù)，而是只是返回了一個生成器對象 - 執(zhí)行第一次a.next()時，才真正執(zhí)行函數(shù)，執(zhí)行到yield一個返回值，然后就會掛起，保持當前的名字空間等狀態(tài)。然后等待下一次的調用,從yield的下一行繼續(xù)執(zhí)行。
還有一種情況也會執(zhí)行生成器函數(shù)，就是當檢索生成器的元素時，如list(generator), 說白了就是當需要數(shù)據(jù)的時候，才會執(zhí)行。
1
2
3
4
5
6
7
8
9
10
In [15]: def func():
....: print 'begin'
....: for i in range(4):
....: yield i
In [16]: a = func()
In [17]: list(a) #檢索數(shù)據(jù)，開始執(zhí)行
begin
Out[17]: [0, 1, 2, 3]
yield還有其他高級應用，后面再慢慢學習。
生成器表達式
列表生成器十分方便：如下,求10以內(nèi)的奇數(shù): [i for i in range(10) if i % 2]
同樣在python 2.4也引入了生成器表達式，而且形式非常類似，就是把[]換成了().
1
2
3
4
5
6
7
In [18]: a = ( i for i in range(4))
In [19]: a
Out[19]: <generator object <genexpr> at 0x7f40c2cfe410>
In [20]: a.next()
Out[20]: 0
可以看出生成器表達式創(chuàng)建了一個生成器，而且生有個特點就是惰性計算, 只有在被檢索時候，才會被賦值。 之前有篇文章:python 默認參數(shù)問題及一個應用 ,最后有一個例子:
1
2
3
def multipliers():
return (lambda x : i * x for i in range(4)) #修改成生成器
print [m(2) for m in multipliers()]
這個就是說，只有在執(zhí)行m(2)的時候，生成器表達式里面的for才會開始從0循環(huán)，然后接著才是i * x,因此不存在那篇文章中的問題. 惰性計算 這個特點很有用，上述就是一個應用，2gua 這樣說的: >惰性計算想像成水龍頭，需要的時候打開，接完水了關掉，這時候數(shù)據(jù)流就暫停了，再需要的時候再打開水龍頭，這時候數(shù)據(jù)仍是接著輸出，不需要從頭開始循環(huán)
個人理解就是就是可以利用生成器來作為數(shù)據(jù)管道使用，當被檢索的時候，每次拿出一個數(shù)據(jù)，然后向下面?zhèn)鬟f,傳到最后，再拿第二個數(shù)據(jù)，在下面的例子中會詳細說明。 其實本質跟迭代器差不多,不一次性把數(shù)據(jù)都那過來，需要的時候，才拿。
回到例子
看到這里，開始的例子應該大概可以有點清晰了， 核心語句就是:
1
2
3
4
5
def gen():
for i in range(4):
yield i
for n in [1, 10]:
base = (add(i, n) for i in base)
之前的解釋有點瑕疵，容易誤導對生成器的理解 在執(zhí)行list(base)的時候，開始檢索，然后生成器開始運算了。關鍵是，這個循環(huán)次數(shù)是2,也就是說，有兩次生成器表達式的過程。必須牢牢把握住這一點。 生成器返回去開始運算，n = 10而不是1沒問題吧，這個在上面提到的文章中已經(jīng)提到了，就是add(i+n)綁定的是n這個變量，而不是它當時的數(shù)值。 然后首先是第一次生成器表達式的執(zhí)行過程:base = (10 + 0, 10 + 1, 10 + 2, 10 +3),這是第一次循環(huán)的結果(形象表示，其實已經(jīng)計算出來了(10,11,12,3))， 然后第二次，base = (10 + 10, 11 + 10, 12 + 10, 13 + 10) ,終于得到結果了[20, 21, 22, 23].
這個可以以管道的思路來理解，首先gen()函數(shù)是第一個生成器,下一個是第一次循環(huán)的base = (add(i, n) for i in base),最后一個生成器是第二次循環(huán)的base = (add(i, n) for i in base)。 這樣就相當于三個管道依次連接,但是水(數(shù)據(jù))還沒有流過，現(xiàn)在到了list(base),就相當于驅動器，打開了水的開關，這時候，按照管道的順序，由第一個產(chǎn)生一個數(shù)據(jù)，yield 0,然后第一個管道關閉。 之后傳遞給第二個管道就是第一次循環(huán),此時執(zhí)行了add(0, 10),然后水繼續(xù)流，到第二次循環(huán)，再執(zhí)行add(10, 10),此時到管道尾巴了，第一個數(shù)據(jù)20就產(chǎn)生了。此時第一個管道再開放yield 1, 流程跟上面的一樣。依次產(chǎn)生21,22,23; 直到?jīng)]有數(shù)據(jù)。 把代碼改一下容易理解:
1
2
3
4
5
6
7
8
def gen():
for i in range(4):
yield i # 第一個管道
base = (add(i, 10) for i in base) # 第二個管道
base = (add(i, 10) for i in base) # 第三個管道
list(base) # 開關驅動器
具體執(zhí)行過程可以在pythontutor 上看看. 之前的解釋被誤導的原因是，可能會誤以為是在第二個管道就把gen()執(zhí)行完畢了，其實不是這樣的。 這種寫法的好處顯而易見：內(nèi)存占用低。在數(shù)據(jù)量極大的時候，用list就只能爆內(nèi)存，而用生成器模式則完全不用擔心
小結
概括
主要介紹了大概這樣幾點： - iterable,iterator與itertion的概念 - 迭代器協(xié)議 - 自定義可迭代對象與迭代器分離，保證數(shù)據(jù)復用 - 生成器: 特殊的迭代器,內(nèi)部實現(xiàn)了迭代器協(xié)議
其實這一塊， 那幾個概念搞清楚， ,這個很關鍵， 搞懂了后面就水到渠成了。而且對之前的知識也有很多加深。 比如常見list就是iterator與iteable分離實現(xiàn)的,本身是可迭代對象，但不是迭代器， 類似與xrange,但是又不同。 越來越明白，看源碼的重要性了。
參考
http://www./2012/01/understanding-python-iterables-and.html
http://www./2009/02/23/iterators-iterables-and-generators-oh-my/
http:///questions/9884132/what-exactly-are-pythons-iterator-iterable-and-iteration-protocols
http://python./81881/
