這篇文章帶給大家的內容是關於Python中迭代器與迭代器切片的詳細介紹,有一定的參考價值,有需要的朋友可以參考一下,希望對你有幫助。
在前兩篇關於 Python 切片的文章中,我們學習了切片的基礎用法、進階用法、使用誤區,以及自訂物件如何實現切片用法(相關連結見文末)。本文是切片系列的第三篇,主要內容是迭代器切片。
迭代器是 Python 中獨特的一種高階特性,而切片也是一種高階特性,兩者結合,會產生什麼樣的結果呢?
首先,有幾個基本概念要澄清:迭代、可迭代物件、迭代器。
迭代
是一種遍歷容器類型物件(例如字串、列表、字典等等)的方式,例如,我們說迭代一個字串“abc”,指的就是從左往右依序地、逐一地取出它的全部字符的過程。 (PS:漢語中迭代一詞有循環反覆、層層遞進的意思,但Python 中此詞要理解成單向水平線性 的,如果你不熟悉它,我建議直接將其理解為遍歷。)
那麼,怎麼寫出迭代操作的指令呢?最通用的書寫語法就是 for 迴圈。
# for循环实现迭代过程 for char in "abc": print(char, end=" ") # 输出结果:a b c
for 迴圈可以實現迭代的過程,但是,並非所有物件都可以用於for 迴圈,例如,上例中若將字串「abc」換成任意整數數字,則會報錯: 'int' object is not iterable .
這句報錯中的單字“iterable”指的是“可迭代的”,即int 類型不是可迭代的。而字串(string)類型是可迭代的,同樣地,列表、元組、字典等類型,都是可迭代的。
那要怎麼判斷一個物件是否可迭代呢?為什麼它們是可迭代的呢?怎麼讓一個物件可迭代呢?
要使一個物件可迭代,就要實現可迭代協議,即需要實現__iter__()
魔術方法,換言之,只要實現了這個魔術方法的對像都是可迭代對象。
那要怎麼判斷一個物件是否實作了這個方法呢?除了上述的for 循環外,我知道還有四種方法:
# 方法1:dir()查看__iter__ dir(2) # 没有,略 dir("abc") # 有,略 # 方法2:isinstance()判断 import collections isinstance(2, collections.Iterable) # False isinstance("abc", collections.Iterable) # True # 方法3:hasattr()判断 hasattr(2,"__iter__") # False hasattr("abc","__iter__") # True # 方法4:用iter()查看是否报错 iter(2) # 报错:'int' object is not iterable iter("abc") # <str_iterator> ### PS:判断是否可迭代,还可以查看是否实现__getitem__,为方便描述,本文从略。</str_iterator>
這幾種方法中最值得一提的是iter() 方法,它是Python 的內建方法,其作用是將可迭代物件變成迭代器 。這句話可以解析出兩層意思:(1)可迭代物件跟迭代器是兩種東西;(2)可迭代物件能變成迭代器。
實際上,迭代器必然是可迭代對象,但可迭代對像不一定是迭代器。兩者有多大的差別呢?
如上圖藍圈所示,普通可迭代物件與迭代器的最關鍵區別可概括為:一同兩不同,所謂「一同”,即兩者都是可迭代的(__iter__),所謂“兩不同”,即可迭代對像在轉化為迭代器後,它會丟失一些屬性(__getitem__),同時也增加一些屬性(__next__)。
先來看看增加的屬性__next__ , 它是迭代器之所以是迭代器的關鍵,事實上,我們正是把同時實作了__iter__ 方法和__next__ 方法的物件定義為迭代器的。
有了多出來的這個屬性,可迭代物件不需要藉助外部的 for 迴圈語法,就能實現自我的迭代/遍歷過程。我發明了兩個概念來描述這兩種遍歷過程(PS:為了易理解,這裡稱遍歷,實際上也可稱為迭代):它遍歷指的是透過外部語法而實現的遍歷,自遍歷指的是透過自身方法實現的遍歷。
借助這兩個概念,我們說,可迭代對象就是能被「它遍歷」的對象,而迭代器是在此基礎上,還能做到「自遍歷」的對象。
ob1 = "abc" ob2 = iter("abc") ob3 = iter("abc") # ob1它遍历 for i in ob1: print(i, end = " ") # a b c for i in ob1: print(i, end = " ") # a b c # ob1自遍历 ob1.__next__() # 报错: 'str' object has no attribute '__next__' # ob2它遍历 for i in ob2: print(i, end = " ") # a b c for i in ob2: print(i, end = " ") # 无输出 # ob2自遍历 ob2.__next__() # 报错:StopIteration # ob3自遍历 ob3.__next__() # a ob3.__next__() # b ob3.__next__() # c ob3.__next__() # 报错:StopIteration
透過上述例子可看出,迭代器的優點在於支援自遍歷,同時,它的特點是單向非循環的,一旦完成遍歷,再次呼叫就會報錯。
對此,我想到一個比方:普通可迭代物件就像是子彈匣,它遍歷就是取出子彈,在完成操作後又裝回去,所以可以反覆遍歷(即多次調用for循環,返回相同結果);而迭代器就像是裝載了子彈匣且不可拆卸的槍,進行它遍歷或者自遍歷都是發射子彈,這是消耗性的遍歷,是無法復用的(即遍歷會有盡頭)。
寫了這麼多,稍微小結一下:迭代是一種遍歷元素的方式,按照實現方式劃分,有外部迭代與內部迭代兩種,支持外部迭代(它遍歷)的對象就是可迭代對象,同時也支援內部迭代(自遍歷)的對象就是迭代器;依照消費方式劃分,可分為複用型迭代與一次性迭代,普通可迭代對像是複用型的,而迭代器是一次性的。
前面提到了“一同两不同”,最后的不同是,普通可迭代对象在转化成迭代器的过程中会丢失一些属性,其中关键的属性是 __getitem__ 。在《Python进阶:自定义对象实现切片功能》中,我曾介绍了这个魔术方法,并用它实现了自定义对象的切片特性。
那么问题来了:为什么迭代器不继承这个属性呢?
首先,迭代器使用的是消耗型的遍历,这意味着它充满不确定性,即其长度与索引键值对是动态衰减的,所以很难 get 到它的 item ,也就不再需要 __getitem__ 属性了。其次,若强行给迭代器加上这个属性,这并不合理,正所谓强扭的瓜不甜......
由此,新的问题来了:既然会丢失这么重要的属性(还包括其它未标识的属性),为什么还要使用迭代器呢?
这个问题的答案在于,迭代器拥有不可替代的强大的有用的功能,使得 Python 要如此设计它。限于篇幅,此处不再展开,后续我会专门填坑此话题。
还没完,死缠烂打的问题来了:能否令迭代器拥有这个属性呢,即令迭代器继续支持切片呢?
hi = "欢迎关注公众号:Python猫" it = iter(hi) # 普通切片 hi[-7:] # Python猫 # 反例:迭代器切片 it[-7:] # 报错:'str_iterator' object is not subscriptable
迭代器因为缺少__getitem__ ,因此不能使用普通的切片语法。想要实现切片,无非两种思路:一是自己造轮子,写实现的逻辑;二是找到封装好的轮子。
Python 的 itertools 模块就是我们要找的轮子,用它提供的方法可轻松实现迭代器切片。
import itertools # 例1:简易迭代器 s = iter("123456789") for x in itertools.islice(s, 2, 6): print(x, end = " ") # 输出:3 4 5 6 for x in itertools.islice(s, 2, 6): print(x, end = " ") # 输出:9 # 例2:斐波那契数列迭代器 class Fib(): def __init__(self): self.a, self.b = 1, 1 def __iter__(self): while True: yield self.a self.a, self.b = self.b, self.a + self.b f = iter(Fib()) for x in itertools.islice(f, 2, 6): print(x, end = " ") # 输出:2 3 5 8 for x in itertools.islice(f, 2, 6): print(x, end = " ") # 输出:34 55 89 144
itertools 模块的 islice() 方法将迭代器与切片完美结合,终于回答了前面的问题。然而,迭代器切片跟普通切片相比,前者有很多局限性。首先,这个方法不是“纯函数”(纯函数需遵守“相同输入得到相同输出”的原则,之前在《来自Kenneth Reitz大神的建议:避免不必要的面向对象编程》提到过);其次,它只支持正向切片,且不支持负数索引,这都是由迭代器的损耗性所决定的。
那么,我不禁要问:itertools 模块的切片方法用了什么实现逻辑呢?下方是官网提供的源码:
def islice(iterable, *args): # islice('ABCDEFG', 2) --> A B # islice('ABCDEFG', 2, 4) --> C D # islice('ABCDEFG', 2, None) --> C D E F G # islice('ABCDEFG', 0, None, 2) --> A C E G s = slice(*args) # 索引区间是[0,sys.maxsize],默认步长是1 start, stop, step = s.start or 0, s.stop or sys.maxsize, s.step or 1 it = iter(range(start, stop, step)) try: nexti = next(it) except StopIteration: # Consume *iterable* up to the *start* position. for i, element in zip(range(start), iterable): pass return try: for i, element in enumerate(iterable): if i == nexti: yield element nexti = next(it) except StopIteration: # Consume to *stop*. for i, element in zip(range(i + 1, stop), iterable): pass
islice() 方法的索引方向是受限的,但它也提供了一种可能性:即允许你对一个无穷的(在系统支持范围内)迭代器进行切片的能力。这是迭代器切片最具想象力的用途场景。
除此之外,迭代器切片还有一个很实在的应用场景:读取文件对象中给定行数范围的数据。
在《给Python学习者的文件读写指南(含基础与进阶,建议收藏)》里,我介绍了从文件中读取内容的几种方法:readline() 比较鸡肋,不咋用;read() 适合读取内容较少的情况,或者是需要一次性处理全部内容的情况;而 readlines() 用的较多,比较灵活,每次迭代读取内容,既减少内存压力,又方便逐行对数据处理。
虽然 readlines() 有迭代读取的优势,但它是从头到尾逐行读取,若文件有几千行,而我们只想要读取少数特定行(例如第1000-1009行),那它还是效率太低了。考虑到文件对象天然就是迭代器 ,我们可以使用迭代器切片先行截取,然后再处理,如此效率将大大地提升。
# test.txt 文件内容 ''' 猫 Python猫 python is a cat. this is the end. ''' from itertools import islice with open('test.txt','r',encoding='utf-8') as f: print(hasattr(f, "__next__")) # 判断是否迭代器 content = islice(f, 2, 4) for line in content: print(line.strip()) ### 输出结果: True python is a cat. this is the end.
以上是Python中迭代器與迭代器切片的詳細介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章!