參考鏈接： Python | 可迭代和迭代器之間的區別

本篇文章簡單談談可迭代對象，迭代器和生成器之間的關系。

?

?

三者簡要關系圖

?

?

?

?

?

可迭代對象與迭代器

?

剛開始我認為這兩者是等同的，但后來發現并不是這樣；下面直接拋出結論：

1）可迭代對象包含迭代器。2）如果一個對象擁有__iter__方法，其是可迭代對象；如果一個對象擁有next方法，其是迭代器。3）定義可迭代對象，必須實現__iter__方法；定義迭代器，必須實現__iter__和next方法。

?

?

你也許會問，結論3與結論2是不是有一點矛盾？既然一個對象擁有了next方法就是迭代器，那為什么迭代器必須同時實現兩方法呢？

因為結論1，迭代器也是可迭代對象，因此迭代器必須也實現__iter__方法。

?

?

介紹一下上面涉及到的兩個方法：

1）__iter__()

該方法返回的是當前對象的迭代器類的實例。因為可迭代對象與迭代器都要實現這個方法，因此有以下兩種寫法。

寫法一：用于可迭代對象類的寫法，返回該可迭代對象的迭代器類的實例。

寫法二：用于迭代器類的寫法，直接返回self（即自己本身），表示自身即是自己的迭代器。

也許有點暈，沒關系，下面會給出兩寫法的例子，我們結合具體例子看。

?

2）next()

?

返回迭代的每一步，實現該方法時注意要最后超出邊界要拋出StopIteration異常。

?

下面舉個可迭代對象與迭代器的例子：

?

?

?

??

? ?[python]?

? ?view plain

? ? copy

? ?

? ?

? ?

??

?

?#!/usr/bin/env python? # coding=utf-8? ? ? class MyList(object):? ? ? ? ? ? # 定義可迭代對象類? ? ? ? def __init__(self, num):? ? ? ? ? self.data = num? ? ? ? ? # 上邊界? ? ? ? def __iter__(self):? ? ? ? ? return MyListIterator(self.data)? # 返回該可迭代對象的迭代器類的實例? ? ? class MyListIterator(object):? ? # 定義迭代器類，其是MyList可迭代對象的迭代器類? ? ? ? def __init__(self, data):? ? ? ? ? self.data = data? ? ? ? ?# 上邊界? ? ? ? ? self.now = 0? ? ? ? ? ? ?# 當前迭代值，初始為0? ? ? ? def __iter__(self):? ? ? ? ? return self? ? ? ? ? ? ? # 返回該對象的迭代器類的實例；因為自己就是迭代器，所以返回self? ? ? ? def next(self):? ? ? ? ? ? ? # 迭代器類必須實現的方法? ? ? ? ? while self.now < self.data:? ? ? ? ? ? ? self.now += 1? ? ? ? ? ? ? return self.now - 1? # 返回當前迭代值? ? ? ? ? raise StopIteration? ? ? # 超出上邊界，拋出異常? ? ? my_list = MyList(5)? ? ? ? ? ? ? # 得到一個可迭代對象? print type(my_list)? ? ? ? ? ? ? # 返回該對象的類型? ? my_list_iter = iter(my_list)? ? ?# 得到該對象的迭代器實例，iter函數在下面會詳細解釋? print type(my_list_iter)? ? ? for i in my_list:? ? ? ? ? ? ? ? # 迭代? ? ? print i??

?

運行結果：

?

?

問題：上面的例子中出現了iter函數，這是什么東西？和__iter__方法有關系嗎？

?

其實該函數與迭代是息息相關的，通過在Python命令行中打印“help(iter)”得知其有以下兩種用法。

?

?

用法一：iter(callable, sentinel)

?

不停的調用callable，直至其的返回值等于sentinel。其中的callable可以是函數，方法或實現了__call__方法的實例。

?

?

用法二：iter(collection)

?

1）用于返回collection對象的迭代器實例，這里的collection我認為表示的是可迭代對象，即該對象必須實現__iter__方法；

事實上iter函數與__iter__方法聯系非常緊密，iter()是直接調用該對象的__iter__()，并把__iter__()的返回結果作為自己的返回值，故該用法常被稱為“創建迭代器”。

?

2）iter函數可以顯示調用，或當執行“for i in obj:”，Python解釋器會在第一次迭代時自動調用iter(obj)，之后的迭代會調用迭代器的next方法，for語句會自動處理最后拋出的StopIteration異常。

?

通過上面的例子，相信對可迭代對象與迭代器有了更具體的認識，那么生成器與它們有什么關系呢？下面簡單談一談

?

?

生成器

?

生成器是一種特殊的迭代器，生成器自動實現了“迭代器協議”（即__iter__和next方法），不需要再手動實現兩方法。

生成器在迭代的過程中可以改變當前迭代值，而修改普通迭代器的當前迭代值往往會發生異常，影響程序的執行。

?

看一個生成器的例子：

?

?

??

? ?[python]?

? ?view plain

? ? copy

? ?

? ?

? ?

??

?

?#!/usr/bin/env python? # coding=utf-8? ? ? def myList(num):? ? ? # 定義生成器? ? ? now = 0? ? ? ? ? ?# 當前迭代值，初始為0? ? ? while now < num:? ? ? ? ? val = (yield now)? ? ? ? ? ? ? ? ? ? ? # 返回當前迭代值，并接受可能的send發送值；yield在下面會解釋? ? ? ? ? now = now + 1 if val is None else val? # val為None，迭代值自增1，否則重新設定當前迭代值為val? ? my_list = myList(5)? ?# 得到一個生成器對象? ? print my_list.next()? # 返回當前迭代值? print my_list.next()? ? my_list.send(3)? ? ? ?# 重新設定當前的迭代值? print my_list.next()? ? print dir(my_list)? ? # 返回該對象所擁有的方法名，可以看到__iter__與next在其中??

?

運行結果：

?

?

具有yield關鍵字的函數都是生成器

，yield可以理解為return，返回后面的值給調用者。不同的是return返回后，函數會釋放，而生成器則不會。在直接調用next方法或用for語句進行下一次迭代時，生成器會從yield下一句開始執行，直至遇到下一個yield。

?

#生成器函數，函數里只要有yield關鍵字def gen_func():

? ? yield 1

? ? yield 2

? ? yield 3

?

?

def fib(index):

? ? if index <= 2:

? ? ? ? return 1

? ? else:

? ? ? ? return fib(index-1) + fib(index-2)

?

?

def fib2(index):

? ? re_list = []

? ? n,a,b = 0,0,1

? ? while n<index:

? ? ? ? re_list.append(b)

? ? ? ? a,b = b, a+b

? ? ? ? n += 1

? ? return re_list

?

?

def gen_fib(index):

? ? n,a,b = 0,0,1

? ? while n<index:

? ? ? ? yield b

? ? ? ? a,b = b, a+b

? ? ? ? n += 1

?

?

for data in gen_fib(10):

? ? print (data)

# print (gen_fib(10))

# 斐波拉契 0 1 1 2 3 5 8

#惰性求值， 延遲求值提供了可能

?

?

def func():

? ? return 1

?

?

if __name__ == "__main__":

? ? #生成器對象， python編譯字節碼的時候就產生了，

? ? gen = gen_func()

? ? for value in gen:

? ? ? ? print (value)

? ? # re = func()

? ? # pass