关于python中迭代器，生成器介绍的文章不算少数，有些写的也很透彻，但是更多的是碎片化的内容。本来可迭代对象、迭代器、生成器概念就很绕，又加上过于碎片的内容，更让人摸不着头脑。本篇尝试用系统的介绍三者的概念和关系，希望能够帮助需要的人。

可迭代对象、迭代器概念简介

迭代 ：

首先看迭代的字面意思：

迭代的意思就是：迭代是一种行为，反复执行的动作。在python中可以理解为反复取值的动作。

可迭代对象 ：顾名思义就是可以从里面 迭代 取值的对象，在python中容器类的数据结构都是可迭代对象，如列表，字典，集合，元组等。

迭代器 ：类似于从可迭代对象中取值的一种工具，严谨的说可以将 可迭代对象 中的值取出的对象。

可迭代对象

在python中，容器类型的数据结构都是可迭代对象，列举如下：

列表字典元组集合字符串

西游记第一天团人物列表：

>>> arr = ['圣僧','大圣','天蓬','卷帘']>>> for i in arr:...     print(i)... 圣僧大圣天蓬卷帘>>>

除了python自带的数据结构是可迭代对象之外，模块里的方法、自定义的类也可能是可迭代对象。那么如何确认一个对象是否为可迭代对象呢？有一个标准，那就是可迭代对象都有方法 __iter__ ，凡是具有该方法的对象都是可迭代对象。

>>> dir(arr)['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

常见迭代器是从可迭代对象创建而来。调用可迭代对象的 __iter__ 方法就可以为该可迭代对象创建其专属迭代器。使用 iter() 方法也可以创建迭代器， iter() 本质上就是调用可迭代对象的 __iter__ 方法。

>>> arr = ['圣僧','大圣','天蓬','卷帘']>>> arr_iter = iter(arr)>>> >>> for i in arr_iter:...     print(i)... 圣僧大圣天蓬卷帘>>> >>>>>> arr_iter = iter(arr)>>> next(arr_iter)'圣僧'>>> next(arr_iter)'大圣'>>> next(arr_iter)'天蓬'>>> next(arr_iter)'卷帘'>>> next(arr_iter)Traceback (most recent call last):  File "<stdin>", line 1, in <module>StopIteration

可迭代对象只能通过for循环来遍历，而迭代器除了可以通过for循环来遍历，重要的是还可以通过 next() 方法来迭代出元素。调用一次迭代出一个元素，直到所有元素都迭代完，抛出 StopIteration 错误。这个过程就像象棋中没有过河的小卒子——只能前进不能后退，并且迭代完所有元素也无法再次遍历。

简单总结迭代器的特征：

next()

迭代器对象在python中很常见，比如打开的文件就是一个迭代器、map，filter，reduce等高阶函数的返回也是迭代器。迭代器对象拥有两个方法： __iter__ 和 __next__ 。 next() 方法能迭代出元素就是调用 __next__ 来实现的。

>>> dir(arr_iter)['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__length_hint__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__']

如何区分可迭代对象和迭代器呢？在python的数据类型增强模块 collections 中有可迭代对象和迭代器数据类型，通过 isinstance 类型比较即可区分出两者。

>>> from collections import Iterable, Iterator>>> arr = [1,2,3,4]>>> isinstance(arr, Iterable)True>>> isinstance(arr, Iterator)False>>> >>> >>> arr_iter = iter(arr)>>> isinstance(arr_iter, Iterable)True>>> isinstance(arr_iter, Iterator)True>>>

arr：可迭代对象。是可迭代对象类型，不是迭代器类型

arr_iter：迭代器。既是可迭代对象类型，又是迭代器类型

可迭代对象和迭代器的关系

从迭代器的创建就能大致看出。可迭代对象就是一个集合，而迭代器就是为这个集合创建的迭代方法。迭代器迭代时是直接从可迭代对象集合里取值。可以用如下模型来理解两者之间的关系：

>>> arr = [1,2,3,4]>>> iter_arr = iter(arr) >>> >>> arr.append(100)>>> arr.append(200)>>> arr.append(300)>>> >>> for i in iter_arr:...     print(i)... 1234100200300>>>

可以看到这里的流程是：

先创建可迭代对象arr然后从arr创建的arr_iter迭代器再向arr列表追加元素最后迭代出来的元素包括后追加的元素。

可以说明迭代器并不是copy了可迭代对象的元素，而是引用了可迭代对象的元素。在迭代取值时直接使用了可迭代对象的元素。

可迭代对象和迭代器的工作机制

首先整理一下两者的方法

可迭代对象： 对象中有 __iter__ 方法

迭代器：对象中有 __iter__ 和 __next__ 方法

在迭代器的创建时提到过 __iter__ 方法是返回一个迭代器， __next__ 是从元素中取值。所以，关于两者方法的功能：

可迭代对象：

__iter__ 方法的作用是返回一个迭代器

迭代器：

__iter__ 方法的作用是返回一个迭代器，就是自己。

__next__ 方法的作用是返回集合中下一个元素

可迭代对象是一个元素集合，本身没有自带取值的方法，可迭代对象就像老话说的茶壶里的饺子，有货倒不出。

>>> arr = [1,2,3,4]>>> >>> next(arr)Traceback (most recent call last):  File "<stdin>", line 1, in <module>TypeError: 'list' object is not an iterator

既然饺子倒不出来，又想吃怎么办？那就得找筷子一样的工具来夹出来对吧。而迭代器就是给用来给可迭代对象取值的工具。

给可迭代对象arr创建的迭代器arr_iter，可以通过next取值，将arr中值全部迭代出来，直到没有元素抛出异常 StopIteration

>>> arr_iter = iter(arr)>>> >>> next(arr_iter)1>>> next(arr_iter)2>>> next(arr_iter)3>>> next(arr_iter)4>>> next(arr_iter)Traceback (most recent call last):  File "<stdin>", line 1, in <module>StopIteration>>>

>>> arr = [1,2,3]>>> for i in arr:...     print(i)... 123

以上通过for循环遍历出arr中所有值。我们知道列表arr是可迭代对象，本身无法取值，for循环如何迭代出所有元素呢？

for循环的本质就是给arr创建一个迭代器，然后不断调用next()方法取出元素，复制给变量i，直到没有元素抛出捕获StopIteration的异常，退出循环。可以通过模拟for循环更直观的说明：

arr = [1,2,3]# 给arr生成一个迭代器arr_iter = iter(arr)while True:    try:        # 不断调用迭代器next方法，并捕获异常，然后退出        print(next(arr_iter))    except StopIteration:        break>>123

到这里大概就讲完了可迭代对象和迭代器的工作机制，简单总结：

可迭代对象: 保存元素，但自身无法取值。可以调用自己的 __iter__ 方法创建一个专属迭代器来取值。

迭代器：拥有 __next__ 方法，可以从指向的可迭代对象中取值。只能遍历一遍，并且只能前进不能后退。

自己动手创建可迭代对象和迭代器

榴莲好不好吃，只有尝一尝才知道。迭代器好不好理解，动手实现一次就清楚。下面自定义可迭代对象和迭代器。

如果自定义一个可迭代对象，那么需要实现 __iter__ 方法；

如果要自定义一个迭代器，那么就需要实现 __iter__ 和 __next__ 方法。

可迭代对象：实现 __iter__ 方法，功能是调用该方法返回迭代器

迭代器：实现 __iter__ ，功能是返回迭代器，也就是自身；实现 __next__ ，功能是迭代取值直到抛出异常。

from collections import Iterable, Iterator# 可迭代对象class MyArr():    def __init__(self):        self.elements = [1,2,3]        # 返回一个迭代器，并将自己元素的引用传递给迭代器    def __iter__(self):        return MyArrIterator(self.elements)# 迭代器class MyArrIterator():    def __init__(self, elements):        self.index = 0        self.elements = elements        # 返回self，self就是实例化的对象，也就是调用者自己。    def __iter__(self):        return self        # 实现取值    def __next__(self):        # 迭代完所有元素抛出异常        if self.index >= len(self.elements):            raise StopIteration        value = self.elements[self.index]        self.index += 1        return valuearr = MyArr()print(f'arr 是可迭代对象：{isinstance(arr, Iterable)}')print(f'arr 是迭代器：{isinstance(arr, Iterator)}')# 返回了迭代器arr_iter = arr.__iter__()print(f'arr_iter 是可迭代对象：{isinstance(arr_iter, Iterable)}')print(f'arr_iter 是迭代器：{isinstance(arr_iter, Iterator)}')print(next(arr_iter))print(next(arr_iter))print(next(arr_iter))print(next(arr_iter))

结果：

arr 是可迭代对象：Truearr 是迭代器：Falsearr_iter 是可迭代对象：Truearr_iter 是迭代器：True123Traceback (most recent call last):  File "myarr.py", line 40, in <module>    print(next(arr_iter))  File "myarr.py", line 23, in __next__    raise StopIterationStopIteration

从这个列子就能清晰的认识可迭代对象的迭代器的实现。可迭代对象的 __iter__ 方法返回值就是一个实例化的迭代器的对象。这个迭代器的对象保存了可迭代对象的元素的引用，也实现了取值的方法，所以可以通过 next() 方法取值。这是一个值得细品的代码，比如说有几个问题可以留给读者思考：

为什么next()只能前进不能后退为什么迭代器只能遍历一次就失效如果for循环的目标是迭代器，工作机制是怎样迭代器的优势设计模式之迭代模式

迭代器的优势是：提供了一种通用不依赖索引的迭代取值方式

迭代器的设计来源于设计模式之 迭代模式 。迭代模式的思想是：提供一种方法顺序地访问一个容器中的元素，而又不需要暴露该对象的内部细节。

迭代模式具体到python的迭代器中就是能够 将遍历序列的操作和序列底层相分离 ，提供一种通用的方法去遍历元素。

如列表、字典、集合、元组、字符串。这些数据结构的底层数据模型都不一样，但是同样都可以使用for循环来遍历。正是因为每一种数据结构都可以生成迭代器，都可以通过next()方法迭代，所以在使用的时候不需要关心元素的在底层如何保存，不需要考虑内部细节。

同样如果是自定的数据类型，即使是内部实现比较复杂，只需要实现迭代器，也就不需要关心复杂的结构，使用通用的next方法即可遍历元素。

复杂数据结构的通用取值实现

比如我们构造一个复杂的数据结构： {(x,x):value} ，一个字典，key是元组，value是数字。按照迭代的设计模式，实现通用取值方法。

例子实现 ：

class MyArrIterator():    def __init__(self):        self.index = 1        self.elements = {(1,1):100, (2,2):200, (3,3):300}        def __iter__(self):        return self    def __next__(self):        if self.index > len(self.elements):            raise StopIteration        value = self.elements[(self.index, self.index)]        self.index += 1        return valuearr_iter = MyArrIterator()print(next(arr_iter))print(next(arr_iter))print(next(arr_iter))print(next(arr_iter))

100200300Traceback (most recent call last):  File "iter_two.py", line 22, in <module>    print(next(arr_iter))  File "iter_two.py", line 12, in __next__    raise StopIterationStopIteration

只要实现了 __next__ 方法就可以通过next()取值，不管数据结构多么复杂， __next__ 屏蔽了底层细节。这种设计思想是一个比较常见的思想，比如驱动设计，第三方平台介入设计等都是屏蔽差异，提供一个统一的调用方法。

迭代器的缺点和误区缺点

在上面的介绍中也提到了迭代器的缺点，集中说一下：

取值不够灵活。next方法只能往后取值,不能往前。取值不如按照索引的方式灵活，不能取指定的某一个值无法预测迭代器的长度。迭代器通过next()方法取值，并不能提前知道要迭代出的个数用完一次就失效误区

迭代器的优势和缺点已经说的清晰了，现在讨论一个普遍对迭代器的一个误区： 迭代器是不能节省内存的

给这句话加一个前提：这里的迭代器是指普通的迭代器，而非生成器，因为生成器也是一种特殊的迭代器。

这可能是一个认识的误区，认为创建一个功能相同的可迭代对象和迭代器，迭代器的内存占用小于可迭代对象。例如：

>>> arr = [1,2,3,4]>>> arr_iter = iter([1,2,3,4])>>> >>> arr.__sizeof__()72>>> arr_iter.__sizeof__()32

咋一看确实是迭代器占用的内存小于可迭代对象，可仔细想一下迭代器的实现，它是引用了可迭代对象的元素，也就是说创建迭代器arr_iter同时也创建了一个列表[1,2,3,4]，迭代器只是保存了列表的引用，所以迭代器的arr_iter实际的内存是[1,2,3,4] + 32= 72 + 32 = 104字节。

arr_iter 本质上是一个类的对象，因为python变量是保存地址的特性，所以对象的的地址大小都是32字节。

后面有专门关于迭代器和生成器占用内存的分析，能够用数字来证明这个观点。

python自带的迭代器工具itertools

迭代器在python占有重要的位置，所以python内置了迭代器功能模块 itertools 。itertools中所有的方法都是迭代器，可以使用next()取值。方法主要可以分为三类，分别是无限迭代器，有限迭代器，组合迭代器

无限迭代器

count()：创建一个无限的迭代器，类似于无限长度的列表，可以从中取值

有限迭代器

chain()：可以把多个可迭代对象组合起来，形成一个更大的迭代器

组合迭代器

product()：得到的是可迭代对象的笛卡儿积

关于更多itertools的使用可参考：

生成器

生成器是一种特殊的迭代器，它既具有迭代器的功能：能够通过next方法迭代出元素，又有自己的特殊之处：节省内存。

生成器的创建方法

生成器有两种创建方法，分别是：

() 语法，将列表生成式的 [] 换成 () 就可以创建生成器使用 yield 关键字将普通函数变成生成器函数()语法

>>> gen = (i for i in range(3))>>> type(gen)<class 'generator'>>>> from collections import Iterable,Iterator>>> >>> isinstance(gen, Iterable)True>>> isinstance(gen, Iterator)True>>>

>>> next(gen)0>>> next(gen)1>>> next(gen)2>>> next(gen)Traceback (most recent call last):  File "<stdin>", line 1, in <module>StopIteration>>>

可以看到生成器符合迭代器的特征。

yield 关键字

yield 是python的关键字，在函数中使用yield就能将普通函数变成生成器。函数中return是返回标识，代码执行到return就退出了。而代码执行到yield时也会返回yield后面的变量，但是程序只是暂停在当前位置，当再次运行程序时会从yield之后的部分开始执行。

from collections import Iterator,Iterabledef fun():    a = 1    yield a    b = 100    yield bgen_fun = fun()print(f'是可迭代对象：{isinstance(gen_fun, Iterable)}')print(f'是迭代器：{isinstance(gen_fun, Iterator)}')print(next(gen_fun))print(next(gen_fun))print(next(gen_fun))

是可迭代对象：True是迭代器：True1100Traceback (most recent call last):  File "gen_fun.py", line 17, in <module>    print(next(gen_fun))StopIteration

执行第一个next()时，程序通过yield a返回了1，执行流程就暂停在这里。

执行第二个next()时，程序从上次暂停的地方开始运行，然后通过yield b返回了100，最后退出，程序结束。

yield的魔力就是能够记住执行位置，并且能够从执行位置再次执行下去。

生成器方法

生成器既然是一种特殊的迭代器，那么是否具有迭代器对象的两个方法呢？查看两种生成器拥有的方法。

gen

>>> dir(gen)['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']

gen_fun

['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']

两种生成器都有用迭代器的 __iter__ 和 __next__ 方法。

生成器是特殊的迭代器，想要区分出生成器和迭代器就不能使用 collections 的 Iterator 了。可以使用 isgenerator 方法：

>>> from inspect import isgenerator>>> arr_gen = (i for i in range(10))>>> isgenerator(arr_gen)True>>> >>> arr = [i for i in range(10)]>>> isgenerator(arr)False>>>

生成器是一种特殊的迭代器，它的特殊之处就是它的优势：节省内存。从名字就可以看出，生成器，通过生成的方法来支持迭代取值。

节省内存原理：

以遍历列表为例，列表元素按照某种算法推算出来，就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的列表，从而节省大量的空间。

以实现同样的的功能为例，迭代出集合中的元素。集合为：[1,2,3,4]

迭代器的做法:首先生成一个可迭代对象，列表[1,2,3,4]然后创建迭代器，从可迭代对象中通过next()取值

arr = [1,2,3,4]arr_iter = iter(arr)next(arr_iter)next(arr_iter)next(arr_iter)next(arr_iter)

def fun():    n = 1    while n <= 4:        yield n        n += 1gen_fun = fun()print(next(gen_fun))print(next(gen_fun))print(next(gen_fun))print(next(gen_fun))

比较这两种方法，迭代器需要创建一个列表来完成迭代，而生成器只需要一个数字就可以完成迭代。在数据量小的情况下还不能体现这个优势，当数据量巨大时这个优势能展现的淋漓尽致。比如同样生成10w个数字，迭代器需要10w个元素的列表，而生成器只需要一个元素。当然就能节省内存。

生成器是一种以时间换空间的做法，迭代器是从已经在内存中创建好的集合中取值，所以消耗内存空间，而生成器只保存一个值，取一次值就计算一次，消耗cpu但节省内存空间。

生成器应用场景数据的数据规模巨大，内存消耗严重数列有规律，但是依靠列表推导式描述不出来协程。生成器和协程有着千丝万缕的联系生成器节省内存、迭代器不节省内存

实践是检验真理的唯一标准，通过记录内存的变化来检测迭代器和生成器哪个能够节省内存。

环境：

系统 ：Linux deepin 20.2.1

内存 ：8G

python版本 ： 3.7.3

内存监控工具 ： free -b 以字节为单位的内存展示

方法 ：生成100万规模的列表，从0到100w，对比生成数据前后的内存变化

可迭代对象

>>> arr = [i for i in range(1000000)]>>> >>> arr.__sizeof__()8697440>>>

第一次 free -b 在生成列表之前；第二次在生成列表之后。下同

ljk@work:~$ free -b              total        used        free      shared  buff/cache   availableMem:     7978999808  1424216064  2386350080   362094592  4168433664  5884121088Swap:             0           0           0ljk@work:~$ free -b              total        used        free      shared  buff/cache   availableMem:     7978999808  1464410112  2352287744   355803136  4162301952  5850210304Swap:             0           0           0

现象：内存增加：从 1424216064 字节增加 1464410112字 节，增加 38.33 MB

迭代器

>>> a = iter([i for i in range(1000000)])>>> >>> a.__sizeof__()32

ljk@work:~$ free -b              total        used        free      shared  buff/cache   availableMem:     7978999808  1430233088  2385924096   355160064  4162842624  5885038592Swap:             0           0           0ljk@work:~$ free -b              total        used        free      shared  buff/cache   availableMem:     7978999808  1469304832  2346835968   355160064  4162859008  5845966848Swap:             0           0           0

现象：内存增加：从 1430233088 字节增加 1469304832 节，增加 37.26 MB

生成器

>>> arr = (i for i in range(1000000))>>> >>> arr.__sizeof__()96>>>

ljk@work:~$ free -b              total        used        free      shared  buff/cache   availableMem:     7978999808  1433968640  2373222400   362868736  4171808768  5873594368Swap:             0           0           0ljk@work:~$ free -b              total        used        free      shared  buff/cache   availableMem:     7978999808  1434963968  2378940416   356118528  4165095424  5879349248Swap:             0           0           0

现象：内存增加：从 1433968640 字节增加 1434963968 节，增加 0.9492 MB

小结：

-

系统内存

变量内存

可迭代对象

38.33MB

8.29MB

迭代器

37.26MB

32k

生成器

0.9492MB

96k

以上结论经过多次实现，基本保存变量一致。从数据结果来看迭代器不能节省内存，生成器可以节省内存。生成100w规模的数据，迭代器的内存消耗是生成器的40倍左右，结果存在一定误差。

总结

可迭代对象：

属性 ：一种容器对象

特点 ：能够保存元素集合，自己无法实现迭代取值，在外界的帮助下可以迭代取值

特征 ：有 __iter__ 方法

迭代器：

属性 ：一种工具对象

特点 ：可以实现迭代取值，取值的来源是可迭代对象保存的集合

特征 ：有 __iter__ 和 __next__ 方法

优点 ：实现通用的迭代方法

生成器：

属性 ：一种函数对象

特点 ：可以实现迭代取值，只保存一个值，通过计算返回迭代的下一个值。以计算换内存。

特征 ：有 __iter__ 和 __next__ 方法

优点 ：拥有迭代器特点同时能够节省内存

关于 可迭代对象 、 迭代器 、 生成器 的内容讲的比较多，不知道读者是不是已经云里雾里了？出道题检验一下：西游记第一天团的人物名字是以谁的视角来称呼的？

参考：