18 - 迭代器＆生成器

返回主頁

📄目錄

1 可迭代對象　Iterable

含義：可以通過for...in...這類語句遍歷讀取數據的對象稱之為可迭代對象

遍歷（迭代）：從對象中依次把多個元素取出的過程

類據類型：str、list、tuple、dict、set等

xxxxxxxxxx
f = [1, 2, 3, 4]
for i in f:
    print(i)

輸出結果：

xxxxxxxxxx
1
2
3
4

1.1 可迭代對象的條件

1. 對象實現了__iter__()方法

2. __iter__()方法返回了迭代器對象

1.2 for循環工作原理

1. 先通過__iter__()獲取可迭代對象的迭代器

2. 對獲取到的迭代器不斷調用__next__()方法來獲取下一個值並將賦值給臨時變量

1.3 isinstance()：判斷一個對象是否可迭代對象／已知的數據類型

isinstance(o, t)

• o：對象

• t：類型，可以是直接或者間接類名、基本類型或者元組

xxxxxxxxxx
from collections.abc import Iterable
g = [1, 2, 3]
print(isinstance(g, Iterable))
print(isinstance(g, (int, float)))

輸出結果：

xxxxxxxxxx
True
False

2 迭代器

是一個可以記住遍歷位置的對象；在上次停留的位置繼續去做一些事情

💡 兩個關鍵函數：

• iter()：獲取可迭代對象的迭代器

• next()：一個個去取元素，取完元素後會引發一個異常

xxxxxxxxxx
li = [1, 2, 3, 4, 5]
# 第一步：創建迭代器對象
li2 = iter(li)
print(li2)
# 第二步：獲取下一條數據
print(next(li2))
print(next(li2))
print(next(li2))
print(next(li2))
print(next(li2))
# print(next(li2))        # 第三步：取完元素後，再使用next()會引發異常

輸出結果：

xxxxxxxxxx
<list_iterator object at 0x1029da560>
1
2
3
4
5

步驟：

1. iter()調用對象的__iter__()，並把__iter__()方法的返回結果作為自己的返回值

2. next()調用對象的__next__()，一個一個地取元素

3. 所有元素都被取完了，__next__()將會引發StopIteration異常

第二種方式：

xxxxxxxxxx
li = [1, 2, 3, 4, 5]
li2 = li.__iter__()
print(f'li2: {li2}')
print(next(li2))
print(next(li2))
print(next(li2))
print(next(li2))
print(next(li2))

輸出結果：

xxxxxxxxxx
li2: <list_iterator object at 0x1024ba560>
1
2
3
4
5

2.1 可迭代對象（Iterable）和迭代器（Iterator）

• 凡是可以作用於for循環的都屬於可迭代對象

• 凡是可以作用於next()的都屬於迭代器

xxxxxxxxxx
from collections.abc import Iterable, Iterator
name = 'Victoria'
print(f'name is iterable: {isinstance(name, Iterable)}')    # True
print(f'name is iterator: {isinstance(name, Iterator)}')    # False
# 可迭代對象並不一定是迭代器對象
name2 = iter(name)                  # 將name轉換成迭代器對象
print(f'name2 is iterable: {isinstance(name2, Iterable)}')  # True
print(f'name2 is iterator: {isinstance(name2, Iterator)}')  # True
# 迭代器對象一定是可迭代對象

輸出結果：

xxxxxxxxxx
name is iterable: True
name is iterator: False
name2 is iterable: True
name2 is iterator: True

💡 總結：

1. 可迭代對象可以通過iter()方法轉換成迭代器對象

2. 如果一個對象擁有__iter__()，是可迭代對象

3. 如果一個對象擁有__next__()和__iter__()方法，是迭代器對象

4. dir()：查看對象中的屬性和方法

查詢例子：

xxxxxxxxxx
name = 'Victoria'
name2 = iter(name)
print(dir(name))
print(dir(name2))

輸出結果：

xxxxxxxxxx
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isascii', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'removeprefix', 'removesuffix', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']

2.2 迭代器協議

對象必須提供一個next方法，執行該方法要麼就返回迭代中的下一項，否則就引發StopIteration異常，來終止迭代

2.3 自定義迭代器類

兩個特性：擁有__next__()和__iter__()方法

⚠️⚠️

⚠️⚠️ 錯誤示範：

xxxxxxxxxx
class Test(object):
    # 初始值是1，逐步遞增
    def __init__(self):
        self.num = 1
    def funa(self):
        print(self.num)
        self.num += 1
te = Test()
print(te)
for i in range(5):
    te.funa()
# 但te不是迭代器類，不能for i in te:

輸出結果：

xxxxxxxxxx
<__main__.Test object at 0x104709150>
1
2
3
4
5

✅正確例子：

xxxxxxxxxx
class MyIterator(object):
    def __init__(self):
        self.num = 0
    def __iter__(self):
        return self     # 返回當前迭代器類的實例對象
    def __next__(self):
        if self.num == 10:
            raise StopIteration('終止迭代，數據已經被取完了')
        self.num += 1
        return self.num
mi = MyIterator()
# print(mi)
# print(next(mi))
for i in mi:
    print(i)

輸出結果：

xxxxxxxxxx
1
2
3
4
5
6
7
8
9
10

3 生成器　generator

1. Python中，一邊循環、一邊計算的機制，叫做生成器

2. Python提供的一種非常簡便的語法能讓我們來自己寫出迭代器

3. 使用yield的函數被稱為生成器（generator）

3.1 生成器表達式

xxxxxxxxxx
for i in range(5):
    print(5*i)
li = [i * 5 for i in range(5)]
print(li)
gen = (i * 5 for i in range(5))     # 列表推導式的[]改成()就成了生成器表達式
print(gen)
print(next(gen),next(gen),next(gen),next(gen),next(gen), sep = ' | ')

輸出結果：

xxxxxxxxxx
0
5
10
15
20
[0, 5, 10, 15, 20]
<generator object <genexpr> at 0x101008110>
0 | 5 | 10 | 15 | 20

3.2 生成器函數

💡 Python中，使用yield的函數被稱為生成器函數

yield的作用：

1. 類似return，將指定值或者多個值返回給調用者

2. yield的語句一次返回一個結果，在每個結果中間，掛起函數，執行__next__()函數，再重新掛起點繼續往下執行

3. 簡單來說就是：使函數中斷，並保存中斷的狀態

⚠️⚠️

⚠️⚠️錯誤示範：

xxxxxxxxxx
def test():
    li = []
    li.append('a')
    li.append('b')
    print('li: ',li)
test()
test()
# 局部變量每次調用都會清空，所以兩次調用一樣

輸出結果：

xxxxxxxxxx
li:  ['a', 'b']
li:  ['a', 'b']

⚠️⚠️

⚠️⚠️（效果出來了，但沒有使用yield函數）：

xxxxxxxxxx
li = []
def test():
    global li
    li.append('a')
    li.append('b')
    print('li: ',li)
test()
test()
# 這是其中一種寫法，但是最好可以在`def test()`內有`li = []`代碼

輸出結果：

xxxxxxxxxx
li:  ['a', 'b']
li:  ['a', 'b', 'a', 'b']

3.2.1 生成器函數例子1

xxxxxxxxxx
def gen():
    print('開始了')
    yield 'a'   # 返回一個'a'，並暫停函數，在此起掛起，下一次再從此處恢復運行
    yield 'b'
    yield 'c'
gen_01 = gen()
print(gen_01)   # 使用了yield函數，就是生成器函數
print(next(gen_01), next(gen_01), next(gen_01),'生成器已結束') # 從對象中取值，再次取就是下一個值
print(next(gen()), next(gen()), next(gen()))    # （⚠️錯誤參考）加引號就是調用函數，所以每次都一樣

輸出結果：

xxxxxxxxxx
<generator object gen at 0x102afcac0>
開始了
a b c 生成器已結束
開始了
開始了
開始了
a a a

3.2.2 生成器函數例子2

xxxxxxxxxx
def gen2(n):
    li = []
    a = 0
    while a < n:
        li.append(a)
        yield a
        a += 1
    print(f'li: {li}')
print(gen2(5))
for i in gen2(5):
    print(i)

輸出結果：

xxxxxxxxxx
<generator object gen2 at 0x102300e40>
0
1
2
3
4
li: [0, 1, 2, 3, 4]

4 三者關係

可迭代對象⫌迭代器⫌生成器

1. 可迭代對象：指實現了python迭代協議，可以通過for ... in ...循環遍歷的對象，比如list、dict、str等，以及迭代器與生成器

2. 迭代器：可以記住自己遍歷位置的對象，直觀體現就是可以使用next()函數返回值。迭代器只能往前，不能往後。當遍歷完畢後，next()會抛出異常

   ⚠️迭代器不一定是生成器

3. 生成器：是特殊的迭代器。是Python提供的通過簡便方法寫出迭代器的一種手段

導航連結：