8.1 可迭代对象（Iterable）
大部分对象都是可迭代，只要实现了__iter__方法的对象就是可迭代的。
__iter__方法会返回迭代器（iterator）本身，例如：
|
1
2
3
|
>>> lst
=
[
1
,
2
,
3
]
>>> lst.__iter__()
<listiterator
object
at
0x7f97c549aa50
>
|
Python提供一些语句和关键字用于访问可迭代对象的元素，比如for循环、列表解析、逻辑操作符等。
判断一个对象是否是可迭代对象：
|
1
2
3
4
5
6
7
|
>>>
from
collections
import
Iterable
# 只导入Iterable方法
>>>
isinstance
(
'abc'
, Iterable)
True
>>>
isinstance
(
1
, Iterable)
False
>>>
isinstance
([], Iterable)
True
|
这里的isinstance()函数用于判断对象类型，后面会讲到。
可迭代对象一般都用for循环遍历元素，也就是能用for循环的对象都可称为可迭代对象。
例如，遍历列表：
|
1
2
3
4
5
6
7
|
>>> lst
=
[
1
,
2
,
3
]
>>>
for
i
in
lst:
...
print
i
...
1
2
3
|
8.2 迭代器（Iterator）
具有next方法的对象都是迭代器。在调用next方法时，迭代器会返回它的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。
使用迭代器的好处：
1）如果使用列表，计算值时会一次获取所有值，那么就会占用更多的内存。而迭代器则是一个接一个计算。
2）使代码更通用、更简单。
8.2.1 迭代器规则
回忆下在Python数据类型章节讲解到字典迭代器方法，来举例说明下迭代器规则：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
>>> d
=
{
'a'
:
1
,
'b'
:
2
,
'c'
:
3
}
>>> d.iteritems()
<dictionary
-
itemiterator
object
at
0x7f97c3b1bcb0
>
# 判断是否是迭代器
>>>
from
collections
import
Iterator
>>>
isinstance
(d, Iterator)
False
>>>
isinstance
(d.iteritems(), Iterator)
True
# 使用next方法。
>>> iter_items
=
d.iteritems()
>>> iter_items.
next
()
(
'a'
,
1
)
>>> iter_items.
next
()
(
'c'
,
3
)
>>> iter_items.
next
()
(
'b'
,
2
)
|
由于字典是无序的，所以显示的是无序的，实际是按照顺序获取的下一个元素。
8.2.2 iter()函数
使用iter()函数转换成迭代器：
语法：
iter(collection) -> iterator
iter(callable, sentinel) -> iterator
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
>>> lst
=
[
1
,
2
,
3
]
>>>
isinstance
(lst, Iterator)
False
>>> lst.
next
()
# 不是迭代器是不具备next()属性的
Traceback (most recent call last):
File
"<stdin>"
, line
1
,
in
<module>
AttributeError:
'list'
object
has no attribute
'next'
>>> iter_lst
=
iter
(lst)
>>>
isinstance
(iter_lst, Iterator)
True
>>> iter_lst.
next
()
1
>>> iter_lst.
next
()
2
>>> iter_lst.
next
()
3
|
8.2.3 itertools模块
itertools模块是Python内建模块，提供可操作迭代对象的函数。可以生成迭代器，也可以生成无限的序列迭代器。
有下面几种生成无限序列的方法：
count([n]) --> n, n+1, n+2, ...
cycle(p) --> p0, p1, ... plast, p0, p1, ...
repeat(elem [,n]) --> elem, elem, elem, ... endlessly or up to n times
也有几个操作迭代器的方法：
islice(seq, [start,] stop [, step]) --> elements from
chain(p, q, ...) --> p0, p1, ... plast, q0, q1, ...
groupby(iterable[, keyfunc]) --> sub-iterators grouped by value of keyfunc(v)
imap(fun, p, q, ...) --> fun(p0, q0), fun(p1, q1), ...
ifilter(pred, seq) --> elements of seq where pred(elem) is True
1）count生成序列迭代器
|
1
2
3
4
5
6
7
8
9
10
|
>>>
from
itertools
import
*
# 导入所有方法
# 用法 count(start=0, step=1) --> count object
>>> counter
=
count()
>>> counter.
next
()
0
>>> counter.
next
()
1
>>> counter.
next
()
2
......
|
可以使用start参数设置开始值，step设置步长。
2）cycle用可迭代对象生成迭代器
|
1
2
3
4
5
6
7
8
|
# 用法 cycle(iterable) --> cycle object
>>> i
=
cycle([
'a'
,
'b'
,
'c'
])
>>> i.
next
()
'a'
>>> i.
next
()
'b'
>>> i.
next
()
'c'
|
3）repeat用对象生成迭代器
|
1
2
3
4
5
6
7
8
9
|
# 用法 repeat(object [,times]) -> create an iterator which returns the object，就是任意对象
>>> i
=
repeat(
1
)
>>> i.
next
()
1
>>> i.
next
()
1
>>> i.
next
()
1
......
|
可使用无限次。
也可以指定次数：
|
1
2
3
4
5
6
7
8
9
|
>>> i
=
repeat(
1
,
2
)
>>> i.
next
()
1
>>> i.
next
()
1
>>> i.
next
()
Traceback (most recent call last):
File
"<stdin>"
, line
1
,
in
<module>
StopIteration
|
4）islice用可迭代对象并设置结束位置
|
1
2
3
4
5
6
7
8
9
10
|
# 用法 islice(iterable, [start,] stop [, step]) --> islice object
>>> i
=
islice([
1
,
2
,
3
],
2
)
>>> i.
next
()
1
>>> i.
next
()
2
>>> i.
next
()
Traceback (most recent call last):
File
"<stdin>"
, line
1
,
in
<module>
StopIteration
|
正常的话也可以获取的3。
5）chain用多个可迭代对象生成迭代器
|
1
2
3
4
5
6
7
8
|
# 用法 chain(*iterables) --> chain object
>>> i
=
chain(
'a'
,
'b'
,
'c'
)
>>> i.
next
()
'a'
>>> i.
next
()
'b'
>>> i.
next
()
'c'
|
6）groupby将可迭代对象中重复的元素挑出来放到一个迭代器中
|
1
2
3
4
5
6
7
8
9
10
11
|
# 用法 groupby(iterable[, keyfunc]) -> create an iterator which returns
>>>
for
key,group
in
groupby(
'abcddCca'
):
...
print
key,
list
(group)
...
a [
'a'
]
b [
'b'
]
c [
'c'
]
d [
'd'
,
'd'
]
C [
'C'
]
c [
'c'
]
a [
'a'
]
|
groupby方法是区分大小写的，如果想把大小写的都放到一个迭代器中，可以定义函数处理下：
|
1
2
3
4
5
6
7
8
9
|
>>>
for
key,group
in
groupby(
'abcddCca'
,
lambda
c: c.upper()):
...
print
key,
list
(group)
...
A [
'a'
]
B [
'b'
]
C [
'c'
]
D [
'd'
,
'd'
]
C [
'C'
,
'c'
]
A [
'a'
]
|
7）imap用函数处理多个可迭代对象
|
1
2
3
4
5
6
7
8
|
# 用法 imap(func, *iterables) --> imap object
>>> a
=
imap(
lambda
x, y: x
*
y,[
1
,
2
,
3
],[
4
,
5
,
6
])
>>> a.
next
()
4
>>> a.
next
()
10
>>> a.
next
()
18
|
8)ifilter过滤序列
|
1
2
3
4
5
6
7
|
# 用法 ifilter(function or None, sequence) --> ifilter object
>>> i
=
ifilter(
lambda
x: x
%
2
=
=
0
,[
1
,
2
,
3
,
4
,
5
])
>>>
for
i
in
i:
...
print
i
...
2
4
|
当使用for语句遍历迭代器时，步骤大致这样的，先调用迭代器对象的__iter__方法获取迭代器对象，再调用对象的__next__()方法获取下一个元素。最后引发StopIteration异常结束循环。
博客地址：http://lizhenliang.blog.51cto.com
QQ群：323779636（Shell/Python运维开发群）
8.3 生成器（Generator）
什么是生成器？
1）任何包含yield语句的函数都称为生成器。
2）生成器都是一个迭代器，但迭代器不一定是生成器。
8.3.1 生成器函数
在函数定义中使用yield语句就创建了一个生成器函数，而不是普通的函数。
当调用生成器函数时，每次执行到yield语句，生成器的状态将被冻结起来，并将结果返回__next__调用者。冻结意思是局部的状态都会被保存起来，包括局部变量绑定、指令指针。确保下一次调用时能从上一次的状态继续。
以生成斐波那契数列举例说明yield使用：
斐波那契（Fibonacci）数列是一个简单的递归数列，任意一个数都可以由前两个数相加得到。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
#!/usr/bin/python
# -*- coding: utf-8 -*-
def
fab(
max
):
n, a, b
=
0
,
0
,
1
while
n <
max
:
print
b
a, b
=
b, a
+
b
n
+
=
1
fab(
5
)
# python test.py
1
1
2
3
5
|
使用yied语句，只需要把print b改成yield b即可：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
#!/usr/bin/python
# -*- coding: utf-8 -*-
def
fab(
max
):
n, a, b
=
0
,
0
,
1
while
n <
max
:
yield
b
# print b
a, b
=
b, a
+
b
n
+
=
1
print
fab(
5
)
# python test.py
<generator
object
fab at
0x7f2369495820
>
|
可见，调用fab函数不会执行fab函数，而是直接返回了一个生成器对象，上面说过生成器就是一个迭代器。那么就可以通过next方法来返回它下一个值。
|
1
2
3
4
5
6
7
8
9
10
11
12
|
>>>
import
test
>>> f
=
test.fab(
5
)
>>> f.
next
()
1
>>> f.
next
()
1
>>> f.
next
()
2
>>> f.
next
()
3
>>> f.
next
()
5
|
每次fab函数的next方法，就会执行fab函数，执行到yield b时，fab函数返回一个值，下一次执行next方法时，代码从yield b的吓一跳语句继续执行，直到再遇到yield。
8.3.2 生成器表达式
在第四章 Python运算符和流程控制章节讲过，简化for和if语句，使用小括号()返回一个生成器，中括号[]生成一个列表。
回顾下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 生成器表达式
>>> result
=
(x
for
x
in
range
(
5
))
>>> result
<generator
object
<genexpr> at
0x030A4FD0
>
>>>
type
(result)
<
type
'generator'
>
# 列表解析表达式
>>> result
=
[ x
for
x
in
range
(
5
)]
>>>
type
(result)
<
type
'list'
>
>>> result
[
0
,
1
,
2
,
3
,
4
]
|
第一个就是生成器表达式，返回的是一个生成器，就可以使用next方法，来获取下一个元素：
|
1
2
3
4
5
6
7
|
>>> result.
next
()
0
>>> result.
next
()
1
>>> result.
next
()
2
......
|
