在了解Python的數據結構時，容器(container)、可叠代對象(iterable)、叠代器(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叠代獲取，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，並不是所有的元素都放在內存，比如叠代器和生成器對象)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、一個櫃子，裏面可以塞任何東西。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，那麽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，但這並不是容器本身提供的能力，而是可叠代對象賦予了容器這種能力，當然並不是所有的容器都是可叠代的，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，但是並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。

可叠代對象(iterable)

剛才說過，很多容器都是可叠代對象，此外還有更多的對象同樣也是可叠代對象，比如處於打開狀態的files，sockets等等。但凡是可以返回一個叠代器的對象都可稱之為可叠代對象，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‘>

這裏x是一個可叠代對象，可叠代對象和容器一樣是一種通俗的叫法，並不是指某種具體的數據類型，list是可叠代對象，dict是可叠代對象，set也是可叠代對象。y和z是兩個獨立的叠代器，叠代器內部持有一個狀態，該狀態用於記錄當前叠代所在的位置，以方便下次叠代的時候獲取正確的元素。叠代器有一種具體的叠代器類型，比如list_iterator，set_iterator。可叠代對象實現了__iter__方法，該方法返回一個叠代器對象。

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，相當於調用iter(x)，FOR_ITER指令就是調用next()方法，不斷地獲取叠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

叠代器(iterator)

那麽什麽叠代器呢?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())方法的對象都是叠代器，__iter__返回叠代器自身，__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，至於它們到底是如何實現的這並不重要。

所以，叠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。有很多關於叠代器的例子，比如itertools函數返回的都是叠代器對象。

生成無限序列：

>>> from itertools import count >>>wmyl88.com counter = count(start=13) >>> next(counter) 13 >>> next(counter) 14

從一個有限序列中生成無限序列：

>>> from itertools import cycle >>> colors = cycle([‘red‘, ‘white‘, ‘blue‘]) >>> next(colors) ‘red‘ >>> next(colors) ‘white‘ >>> next(colors) ‘blue‘ >>> next(colors) ‘red‘

從無限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

為了更直觀地感受叠代器內部的執行過程，我們自定義一個叠代器，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既是一個可叠代對象(因為它實現了__iter__方法)，又是一個叠代器(因為實現了__next__方法)。實例變量prev和curr用戶維護叠代器內部的狀態。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

叠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，沒調用的時候就處於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叠代器，不過這種叠代器更加優雅。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。 生成器一定是叠代器(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，它特殊的地方在於函數體中沒有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並不會執行，只有顯示或隱示地調用next的時候才會真正執行裏面的代碼。

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，容器都可以被叠代(用在for，while等語句中)，因此他們被稱為可叠代對象。 可叠代對象實現了__iter__方法，該方法返回一個叠代器對象。 叠代器持有一個內部狀態的字段，用於記錄下次叠代返回值，它實現了__next__和__iter__方法，叠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叠代器，它的返回值不是通過return而是用yield。

完全理解Python叠代對象、叠代器、生成器