完全理解Python迭代對象、迭代器、生成器
在了解Python的數據結構時，容器(container)、可迭代對象(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推導式(list,set,dict comprehension)眾多概念參雜在一起，難免讓初學者一頭霧水，我將用一篇文章試圖將這些概念以及它們之間的關系捋清楚。
容器(container)
容器是一種把多個元素組織在一起的數據結構，容器中的元素可以逐個地迭代獲取，可以用in, not in關鍵字判斷元素是否包含在容器中。通常這類數據結構把所有的元素存儲在內存中(也有一些特例，并不是所有的元素都放在內存，比如迭代器和生成器對象)在Python中，常見的容器對象有：
- list, deque, ….
- set, frozensets, ….
- dict, defaultdict, OrderedDict, Counter, ….
- tuple, namedtuple, …
- str
容器比較容易理解，因為你就可以把它看作是一個盒子、一棟房子、一個柜子，里面可以塞任何東西。從技術角度來說，當它可以用來詢問某個元素是否包含在其中時，那么這個對象就可以認為是一個容器，比如 list，set，tuples都是容器對象：
- >>> assert 1 in [1, 2, 3] # lists
- >>> assert 4 not in [1, 2, 3]
- >>> assert 1 in {1, 2, 3} # sets
- >>> assert 4 not in {1, 2, 3}
- >>> assert 1 in (1, 2, 3) # tuples
- >>> assert 4 not in (1, 2, 3)
詢問某元素是否在dict中用dict的中key：
- >>> d = {1: 'foo', 2: 'bar', 3: 'qux'}
- >>> assert 1 in d
- >>> assert 'foo' not in d # 'foo' 不是dict中的元素
詢問某substring是否在string中：
- >>> s = 'foobar'
- >>> assert 'b' in s
- >>> assert 'x' not in s
- >>> assert 'foo' in s
盡管絕大多數容器都提供了某種方式來獲取其中的每一個元素，但這并不是容器本身提供的能力，而是可迭代對象賦予了容器這種能力，當然并不是所有的容器都是可迭代的，比如：Bloom filter，雖然Bloom filter可以用來檢測某個元素是否包含在容器中，但是并不能從容器中獲取其中的每一個值，因為Bloom filter壓根就沒把元素存儲在容器中，而是通過一個散列函數映射成一個值保存在數組中。
可迭代對象(iterable)
剛才說過，很多容器都是可迭代對象，此外還有更多的對象同樣也是可迭代對象，比如處于打開狀態的files，sockets等等。但凡是可以返回一個迭代器的對象都可稱之為可迭代對象，聽起來可能有點困惑，沒關系，先看一個例子：
- >>> x = [1, 2, 3]
- >>> y = iter(x)
- >>> z = iter(x)
- >>> next(y)
- 1
- >>> next(y)
- 2
- >>> next(z)
- 1
- >>> type(x)
- <class 'list'>
- >>> type(y)
- <class 'list_iterator'>
這里x是一個可迭代對象，可迭代對象和容器一樣是一種通俗的叫法，并不是指某種具體的數據類型，list是可迭代對象，dict是可迭代對象，set也是可迭代對象。y和z是兩個獨立的迭代器，迭代器內部持有一個狀態，該狀態用于記錄當前迭代所在的位置，以方便下次迭代的時候獲取正確的元素。迭代器有一種具體的迭代器類型，比如list_iterator，set_iterator。可迭代對象實現了__iter__方法，該方法返回一個迭代器對象。
當運行代碼：
- x = [1, 2, 3]
- for elem in x:
- ...
實際執行情況是：
反編譯該段代碼，你可以看到解釋器顯示地調用GET_ITER指令，相當于調用iter(x)，FOR_ITER指令就是調用next()方法，不斷地獲取迭代器中的下一個元素，但是你沒法直接從指令中看出來，因為他被解釋器優化過了。
- >>> import dis
- >>> x = [1, 2, 3]
- >>> dis.dis('for _ in x: pass')
- 1 0 SETUP_LOOP 14 (to 17)
- 3 LOAD_NAME 0 (x)
- 6 GET_ITER
- >> 7 FOR_ITER 6 (to 16)
- 10 STORE_NAME 1 (_)
- 13 JUMP_ABSOLUTE 7
- >> 16 POP_BLOCK
- >> 17 LOAD_CONST 0 (None)
- 20 RETURN_VALUE
迭代器(iterator)
那么什么迭代器呢?它是一個帶狀態的對象，他能在你調用next()方法的時候返回容器中的下一個值，任何實現了__iter__和__next__()(python2中實現next())方法的對象都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一個值，如果容器中沒有更多元素了，則拋出StopIteration異常，至于它們到底是如何實現的這并不重要。
所以，迭代器就是實現了工廠模式的對象，它在你每次你詢問要下一個值的時候給你返回。有很多關于迭代器的例子，比如itertools函數返回的都是迭代器對象。
生成***序列：
- >>> from itertools import count
- >>> counter = count(start=13)
- >>> next(counter)
- 13
- >>> next(counter)
- 14
從一個有限序列中生成***序列：
- >>> from itertools import cycle
- >>> colors = cycle(['red', 'white', 'blue'])
- >>> next(colors)
- 'red'
- >>> next(colors)
- 'white'
- >>> next(colors)
- 'blue'
- >>> next(colors)
- 'red'
從***的序列中生成有限序列：
- >>> from itertools import islice
- >>> colors = cycle(['red', 'white', 'blue']) # infinite
- >>> limited = islice(colors, 0, 4) # finite
- >>> for x in limited:
- ... print(x)
- red
- white
- blue
- red
為了更直觀地感受迭代器內部的執行過程，我們自定義一個迭代器，以斐波那契數列為例：
- class Fib:
- def __init__(self):
- self.prev = 0
- self.curr = 1
- def __iter__(self):
- return self
- def __next__(self):
- value = self.curr
- self.curr += self.prev
- self.prev = value
- return value
- >>> f = Fib()
- >>> list(islice(f, 0, 10))
- [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
Fib既是一個可迭代對象(因為它實現了__iter__方法)，又是一個迭代器(因為實現了__next__方法)。實例變量prev和curr用戶維護迭代器內部的狀態。每次調用next()方法的時候做兩件事：
- 為下一次調用next()方法修改狀態
- 為當前這次調用生成返回結果
迭代器就像一個懶加載的工廠，等到有人需要的時候才給它生成值返回，沒調用的時候就處于休眠狀態等待下一次調用。
生成器(generator)
生成器算得上是Python語言中最吸引人的特性之一，生成器其實是一種特殊的迭代器，不過這種迭代器更加優雅。它不需要再像上面的類一樣寫__iter__()和__next__()方法了，只需要一個yiled關鍵字。 生成器一定是迭代器(反之不成立)，因此任何生成器也是以一種懶加載的模式生成值。用生成器來實現斐波那契數列的例子是：
- def fib():
- prev, curr = 0, 1
- while True:
- yield curr
- prev, curr = curr, curr + prev
- >>> f = fib()
- >>> list(islice(f, 0, 10))
- [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
fib就是一個普通的python函數，它特殊的地方在于函數體中沒有return關鍵字，函數的返回值是一個生成器對象。當執行f=fib()返回的是一個生成器對象，此時函數體中的代碼并不會執行，只有顯示或隱示地調用next的時候才會真正執行里面的代碼。
生成器在Python中是一個非常強大的編程結構，可以用更少地中間變量寫流式代碼，此外，相比其它容器對象它更能節省內存和CPU，當然它可以用更少的代碼來實現相似的功能。現在就可以動手重構你的代碼了，但凡看到類似：
- def something():
- result = []
- for ... in ...:
- result.append(x)
- return result
都可以用生成器函數來替換：
- def iter_something():
- for ... in ...:
- yield x
生成器表達式(generator expression)
生成器表達式是列表推倒式的生成器版本，看起來像列表推導式，但是它返回的是一個生成器對象而不是列表對象。
- >>> a = (x*x for x in range(10))
- >>> a
- <generator object <genexpr> at 0x401f08>
- >>> sum(a)
- 285
總結
- 容器是一系列元素的集合，str、list、set、dict、file、sockets對象都可以看作是容器，容器都可以被迭代(用在for，while等語句中)，因此他們被稱為可迭代對象。
- 可迭代對象實現了__iter__方法，該方法返回一個迭代器對象。
- 迭代器持有一個內部狀態的字段，用于記錄下次迭代返回值，它實現了__next__和__iter__方法，迭代器不會一次性把所有元素加載到內存，而是需要的時候才生成返回結果。
- 生成器是一種特殊的迭代器，它的返回值不是通過return而是用yield。
參考鏈接：https://docs.python.org/2/library/stdtypes.html#iterator-types
