關于我
一個有思想的程序猿，終身學習實踐者，目前在一個創(chuàng)業(yè)團隊任team lead，技術棧涉及Android、Python、Java和Go，這個也是我們團隊的主要技術棧。
Github：https://github.com/hylinux1024
微信公眾號：終身開發(fā)者(angrycode)
我們提供的服務有：做網(wǎng)站、網(wǎng)站建設、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認證、長沙ssl等。為1000多家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務，是有科學管理、有技術的長沙網(wǎng)站制作公司
在Python中可迭代(Iterable)、迭代器(Iterator)和生成器(Generator)這幾個概念是經(jīng)常用到的，初學時對這幾個概念也是經(jīng)?；煜F(xiàn)在是時候把這幾個概念搞清楚了。
簡單的說，一個對象(在Python里面一切都是對象)只要實現(xiàn)了只要實現(xiàn)了__iter__()方法，那么用isinstance()函數(shù)檢查就是Iterable對象；
例如
重慶分公司
重慶分公司
class IterObj:
def __iter__(self):
# 這里簡單地返回自身
# 但實際情況可能不會這么寫
# 而是通過內置的可迭代對象來實現(xiàn)
# 下文的列子中將會展示
return self 上面定義了一個類IterObj并實現(xiàn)了__iter__()方法，這個就是一個可迭代(Iterable)對象
it = IterObj()
print(isinstance(it, Iterable)) # true
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) # false記住這個類，下文我們還會看到這個類的定義。
在Python中有哪些常見的可迭代對象呢？
list、tuple、set、dict、str）__iter__()方法的對象，可以被認為是 Iterable對象，但自定義的可迭代對象要能在for循環(huán)中正確使用，就需要保證__iter__()實現(xiàn)必須是正確的（即可以通過內置iter()函數(shù)轉成Iterator對象。關于Iterator下文還會說明，這里留下一個坑，只是記住iter()函數(shù)是能夠將一個可迭代對象轉成迭代器對象，然后在for中使用） __getitem__()的對象可以通過iter()函數(shù)轉化成迭代器但其本身不是可迭代對象。所以當一個對象能夠在for循環(huán)中運行，但不一定是Iterable對象。 關于第1、2點我們可以通過以下來驗證
print(isinstance([], Iterable)) # true list 是可迭代的
print(isinstance({}, Iterable)) # true 字典是可迭代的
print(isinstance((), Iterable)) # true 元組是可迭代的
print(isinstance(set(), Iterable)) # true set是可迭代的
print(isinstance('', Iterable)) # true 字符串是可迭代的
currPath = os.path.dirname(os.path.abspath(__file__))
with open(currPath+'/model.py') as file:
print(isinstance(file, Iterable)) # true我們再來看第3點，
print(hasattr([], "__iter__")) # true
print(hasattr({}, "__iter__")) # true
print(hasattr((), "__iter__")) # true
print(hasattr('', "__iter__")) # true這些內置集合或序列對象都有__iter__屬性，即他們都實現(xiàn)了同名方法。但這個可迭代對象要在for循環(huán)中被使用，那么它就應該能夠被內置的iter()函數(shù)調用并轉化成Iterator對象。
例如，我們看內置的可迭代對象
print(iter([])) #
print(iter({})) #
print(iter(())) #
print(iter('')) # 它們都相應的轉成了對應的迭代器(Iterator)對象。
現(xiàn)在回過頭再看看一開始定義的那個IterObj類
class IterObj:
def __iter__(self):
return self
it = IterObj()
print(iter(it))我們使用了iter()函數(shù)，這時候將再控制臺上打印出以下信息：
Traceback (most recent call last):
File "/Users/mac/PycharmProjects/iterable_iterator_generator.py", line 71, in
print(iter(it))
TypeError: iter() returned non-iterator of type 'IterObj' 出現(xiàn)了類型錯誤，意思是iter()函數(shù)不能將‘非迭代器’類型轉成迭代器。
那如何才能將一個可迭代(Iterable)對象轉成迭代器(Iterator)對象呢？
我們修改一下IterObj類的定義
class IterObj:
def __init__(self):
self.a = [3, 5, 7, 11, 13, 17, 19]
def __iter__(self):
return iter(self.a)我們在構造方法中定義了一個名為a的列表，然后還實現(xiàn)了__iter__()方法。
修改后的類是可以被iter()函數(shù)調用的，即也可以在for循環(huán)中使用
it = IterObj()
print(isinstance(it, Iterable)) # true
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) # false
print(iter(it)) #
for i in it:
print(i) # 將打印3、5、7、11、13、17、19元素 因此在定義一個可迭代對象時，我們要非常注意__iter__()方法的內部實現(xiàn)邏輯，一般情況下，是通過一些已知的可迭代對象（例如，上文提到的集合、序列、文件等或其他正確定義的可迭代對象）來輔助我們來實現(xiàn)
關于第4點說明的意思是iter()函數(shù)可以將一個實現(xiàn)了__getitem__()方法的對象轉成迭代器對象，也可以在for循環(huán)中使用，但是如果用isinstance()方法來檢測時，它不是一個可迭代對象。
class IterObj:
def __init__(self):
self.a = [3, 5, 7, 11, 13, 17, 19]
def __getitem__(self, i):
return self.a[i]
it = IterObj()
print(isinstance(it, Iterable)) # false
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) false
print(hasattr(it, "__iter__")) # false
print(iter(it)) #
for i in it:
print(i) # 將打印出3、5、7、11、13、17、19 這個例子說明了可以在for中使用的對象，不一定是可迭代對象。
現(xiàn)在我們做個小結：
__iter__()方法的對象for循環(huán)中使用，就必須滿足iter()的調用(即調用這個函數(shù)不會出錯，能夠正確轉成一個Iterator對象)__getitem__()方法可以通過iter()函數(shù)轉成Iterator，即可以在for循環(huán)中使用，但它不是一個可迭代對象(可用isinstance方法檢測())上文很多地方都提到了Iterator,現(xiàn)在我們把這個坑填上。
當我們對可迭代的概念了解后，對于迭代器就比較好理解了。
一個對象實現(xiàn)了__iter__()和__next__()方法，那么它就是一個迭代器對象。例如
class IterObj:
def __init__(self):
self.a = [3, 5, 7, 11, 13, 17, 19]
self.n = len(self.a)
self.i = 0
def __iter__(self):
return iter(self.a)
def __next__(self):
while self.i < self.n:
v = self.a[self.i]
self.i += 1
return v
else:
self.i = 0
raise StopIteration()在IterObj中，構造函數(shù)中定義了一個列表a,列表長度n,索引i。
it = IterObj()
print(isinstance(it, Iterable)) # true
print(isinstance(it, Iterator)) # true
print(isinstance(it, Generator)) # false
print(hasattr(it, "__iter__")) # true
print(hasattr(it, "__next__")) # true我們可以發(fā)現(xiàn)上文提到的
集合和序列對象是可迭代的但不是迭代器
print(isinstance([], Iterator)) # false
print(isinstance({}, Iterator)) # false
print(isinstance((), Iterator)) # false
print(isinstance(set(), Iterator)) # false
print(isinstance('', Iterator)) # false而文件對象是迭代器
currPath = os.path.dirname(os.path.abspath(__file__))
with open(currPath+'/model.py') as file:
print(isinstance(file, Iterator)) # true一個迭代器(Iterator)對象不僅可以在for循環(huán)中使用，還可以通過內置函數(shù)next()函數(shù)進行調用。例如
it = IterObj()
next(it) # 3
next(it) # 5現(xiàn)在我們來看看什么是生成器？
一個生成器既是可迭代的也是迭代器
定義生成器有兩種方式：
yield定義生成器函數(shù)先看第1種情況
g = (x * 2 for x in range(10)) # 0～18的偶數(shù)生成器
print(isinstance(g, Iterable)) # true
print(isinstance(g, Iterator)) # true
print(isinstance(g, Generator)) # true
print(hasattr(g, "__iter__")) # true
print(hasattr(g, "__next__")) # true
print(next(g)) # 0
print(next(g)) # 2列表生成器可以不需要消耗大量的內存來生成一個巨大的列表，只有在需要數(shù)據(jù)的時候才會進行計算。
再看第2種情況
def gen():
for i in range(10):
yield i 這里yield的作用就相當于return,這個函數(shù)就是順序地返回[0,10)的之間的自然數(shù)，可以通過next()或使用for循環(huán)來遍歷。
當程序遇到yield關鍵字時，這個生成器函數(shù)就返回了，直到再次執(zhí)行了next()函數(shù)，它就會從上次函數(shù)返回的執(zhí)行點繼續(xù)執(zhí)行，即yield退出時保存了函數(shù)執(zhí)行的位置、變量等信息，再次執(zhí)行時，就從這個yield退出的地方繼續(xù)往下執(zhí)行。
在Python中利用生成器的這些特點可以實現(xiàn)協(xié)程。協(xié)程可以理解為一個輕量級的線程，它相對于線程處理高并發(fā)場景有很多優(yōu)勢。
看下面一個用協(xié)程實現(xiàn)的生產者-消費者模型
def producer(c):
n = 0
while n < 5:
n += 1
print('producer {}'.format(n))
r = c.send(n)
print('consumer return {}'.format(r))
def consumer():
r = ''
while True:
n = yield r
if not n:
return
print('consumer {} '.format(n))
r = 'ok'
if __name__ == '__main__':
c = consumer()
next(c) # 啟動consumer
producer(c)這段代碼執(zhí)行效果如下
producer 1
consumer 1
producer return ok
producer 2
consumer 2
producer return ok
producer 3
consumer 3
producer return ok協(xié)程實現(xiàn)了CPU在兩個函數(shù)之間進行切換從而實現(xiàn)并發(fā)的效果。
