Python 学习第六篇：迭代和解析

Python中的迭代是指按照元素的顺序逐个调用的过程，迭代概念包括：迭代协议、可迭代对象和迭代器三个概念。

迭代协议是指有__next__()函数的对象会前进到下一个结果，而到达系列的末尾时，则会引发StopIteration异常。为了支持迭代协议，Python内置了两个函数：iter()和next()函数。iter()从可迭代对象中获得一个迭代器，迭代器含有next()函数。next()函数的作用就是调用对象的__next__()函数，从而递进进到下一项。

在Python中，任何支持迭代协议的对象都是可迭代的。如果对象是序列类型，或者在迭代工具中一次产生一个结果，那么就是可迭代的，这就以为着，序列（字符串、元组和列表）是可迭代对象。

迭代器是Python中实现迭代协议的对象，具体指的是iter()返回的，支持next()函数的对象。

Python中的迭代工具会自动调用iter()和next()函数以实现迭代，迭代工具主要有：for循环、列表解析、in成员关系测试以及map内置函数等。

一，手动迭代

列表不是自身的迭代器，对于这样的可迭代对象，可以调用iter()函数来启动迭代，调用next()函数递进到下一项：

>>> a=list(range(0,5))

>>> a is iter(a)

False

>>> a=iter(a)

>>> next(a)

0

像for循环等迭代工具，会自动调用iter()和next()函数，以实现序列的自动迭代：

>>> for i in range(0,5): print(i,end=' ')

0 1 2 3 4

二，生成器

生产器是一个延迟产生结果的工具，在需要的时候才产生结果，而不是立即产生结果。

1，生成器函数

Python提供了yield语句以实现生成器函数，以实现在需要的时候才产生结果，而不是立即产生结果。Python的生产器函数是指：编写为常规的def语句，但是使用yield语句，一次返回一个结果，在每个结果之间挂起和继续的状态。

生产器函数自动实现迭代协议，每次调用只返回一个值，下次调用时，会从其退出的地方继续执行。

生产器函数和常规函数的不同之处在于：生产器yield一个值，而不是return一个值。yield语句挂起该函数，并向调用者发送一个值，但是，保留足够的状态以使得函数能够从它离开的地方继续执行。当继续时，函数在上一个yield返回后继续执行。这使得生产器函数每次调用只返回一个值，穷尽调用会产生一系列的值。

>>> def seq_int(n):

    for i in range(n):

        yield i**2

>>> for i in seq_int(5):

    print(i,end =' ')

0 1 4 9 16

生产器函数返回的对象就是迭代器，可以使用next()前进到下一项：

>>> func=seq_int(5)

>>> iter(func) is func

True

>>> next(func)

0

2，生产器表达式

另外一个实现生产器的对象是生产器表达式，从语法上讲，生成器表达式是在小括号中的表达式。从执行过程来讲，生产器表达式不在内存中构建结果，而是返回一个生成器对象，这个对象支持迭代协议。

>>> a=(x**2 for x in range(0,5))

>>> a is iter(a)

True

三，解析

解析分为列表解析，集合解析和字典解析。

列表解析的格式是：[ f(x) for x in seq ]，对应的生成器表达式是：list( f(x) for x in seq )
集合解析的格式是：{ f(x) for x in seq }，对应的生成器表达式是：set(f(x) for x in seq )
字典解析的格式是：{key:value for (key, value) in zip(keys,values)}，对应的生成器表达式是：dict((x,f(x)) for x in items )

从语法上讲，列表解析是在中括号中的表达式；从执行过程来讲，列表解析对序列中的每一个元素执行一个操作；从执行的结果来讲，列表解析产生的一个新的列表对象。

由于列表解析产生的结果是一个列表对象，包含所有的序列项，不属于延迟产生结果的工具。

>>> a=[x**2 for x in range(0,5)]

>>> isinstance(a,list)

True

四，内置的迭代器函数

这一节，总结Python 3.0中内置的迭代器函数，除了range()函数之外，其余的函数都会产生迭代器对象，延迟产生结果。

1，range 迭代对象

range返回一个可迭代对象，该迭代对象根据需要产生范围中的数字，而不是在内存中构建一个列表。如果需要一个范围列表的话，必须使用list( range(...))来强制返回一个列表。

>>> r = range(0,5)

>>> iter(r) is r

False

>>> list(r)

[0, 1, 2, 3, 4]

>>> r=iter(r)

>>> next(r)

0

2，zip实现并行遍历

zip()函数用于合并序列，按照序列中元素的位置，把序列的元素组合成元组，元组项的数量就是zip合并的序列的个数。当序列的长度不同时，zip会以最短序列的长度为准来截断所得到的元组。

例如，zip把序列a和b合并为一个序列c，c的元素的元组(0,5)，(1,6)，(2,7)，(3,8)，(4,9)。

>>> a = range(0,5)

>>> b = range(5,10)

>>> c = zip(a,b)

>>> iter(c) is c

True

>>> next(c)

(0, 5)

>>> list(c)

[(1, 6), (2, 7), (3, 8), (4, 9)]

3，map对序列应用函数

map()函数对一个序列的各个元素应用函数，返回函数调用的结果序列。

>>> m=map(ord,'abcd')

>>> iter(m) is m

True

>>> list(m)

[97, 98, 99, 100]

4，产生偏移和元素

enumerate是Python内置的函数，作用于每一个序列项，获取每一个序列项偏移，并把偏移和序列项组合成元组(index, item)返回。原始序列的每个元素及其索引都能得到。

enumerate()函数返回一个迭代器对象，使用next()方法会返回下一个元素：

>>> t=enumerate('abcd')

>>> iter(t) is t

True

>>> list(t)

[(0, 'a'), (1, 'b'), (2, 'c'), (3, 'd')]

在for循环结构中，每次迭代，for循环都会自动调用next()函数以返回下一个元组(index,item)：

>>> [c * i for (i,c) in enumerate('abcd')]

['', 'b', 'cc', 'ddd']

5，filter迭代器

filter()函数对一个序列的各个元素应用函数，返回结果为True的元素。

>>> f=filter(bool, ['a','','b',None])

>>> iter(f) is f

True

>>> list(f)

['a', 'b']

6，reduce() 函数

注意：reduce()函数并不是一个迭代器，它是functools模块中的一个工具函数。

reduce()用于对序列的元素依次应用函数，并把函数调用的结果作为参数传递给函数，最终返回函数调用的结果。

>>> from functools import reduce

>>> reduce((lambda x,y:x+y),range(0,5))

10

reduce()函数执行流程等价于下面的代码块：

x=list(range(0,5)]

res=x[0]

for i in x[1:] :

    res+=i

参考文档：