在刚开始学Python的时候，是不是经常会听到大佬们在讲容器、可迭代对象、迭代器、生成器、列表/集合/字典推导式等等众多概念，其实这不是大佬们没事就搁那扯专业术语来装B，而是这些东西都得要明白的，光知道字符串、列表等基础还是不够的，尤其是在Python的数据结构方面。

今天就来给大家讲讲Python中的容器、可迭代对象、迭代器和生成器这些难理解的概念，让你的Python基础更上一层楼！

---

1.什么是容器？

在Python中，容器是把多种元素组织在一起的数据结构，容器中的元素就可以逐个迭代获取。说白了，它的作用就像它的名字一样：用来存放东西（数据）。

容器实际上是不存在的，它并不是一种数据类型，只是人为的一种概念，只是为了方便学习所创造的一个概念词，它可以用成员关系操作符（in或not in）来判断对象是否在容器里面。

当然了，它不是我创造的，我没有那么大本事哈，是官方创造的好吧，你也不用担心我是在教你一些奇奇怪怪的名词，说出去别人都听不懂…python中都是这么叫的。

常见的容器类型有列表（list）、元组（tuple）、字符串（str）、字典（dict）以及集合（set ）。

既然容器里面的数据是可以迭代获取的，那么我们又得来学一个新概念：可迭代对象。

---

二、可迭代对象

1.什么是可迭代对象？

在python中，可迭代对象并不是指某种具体的数据类型，它是指存储了元素的一个容器对象。

也就是说，如果容器里面没有存储数据，那它就不是可迭代对象，并不是所有的容器都是可迭代对象，容器包含但并不仅限于可迭代对象。

注意两个点：

1.很多容器都是可迭代对象（容器包含了可迭代对象）。

2.一个可迭代对象是不能独立的进行迭代的，迭代是通过for来完成的，凡是可迭代对象都可以直接使用for循环进行访问。

for循环大家应该不陌生吧？有没有想过，for循环内部是怎么实现的？比如说这个for循环的例子，为什么能输出列表里的每一个元素？它的内部是怎么实现的？

其实for循环做了两件事情：

1.使用 __iter__() 返回1个迭代器，迭代器在下面会讲，这里先知道有这么个东西。

2.使用 __next__() 获取迭代器中的每一个元素。

那么我们不用for循环来输出列表里的每一个元素，

l = [1,2,3,4]
# for i in l:
#     print(i)
ite =l.__iter__() #接收一下ietr()干了什么
print(ite)  #打印
print(ite.__next__())    #for循环干第2件事情的时候做的第1步
print(ite.__next__())    #for循环干第2件事情的时候做的第2步
print(ite.__next__())    #for循环干第2件事情的时候做的第3步
print(ite.__next__())    #for循环干第2件事情的时候做的第4步

输出结果：

可以看出来，如果我们去掉哪行打印ite的代码，执行效果就是跟for循环输出列表里面的每一个元素是一样的，for循环里面限定了范围是4次，实际上就执行了1次__iter__()和4次__next__()，也就是说for循环访问迭代对象的本质就是通过这么去实现的。

而且，for循环本质上干的那两件事情，缺一不可，也就是说如果没有__iter__()先返回了迭代器，__next()__也无法获取到元素，恰恰说明了前面说要注意的两点中的第2点：一个可迭代对象是不能独立的进行迭代的。

有两个内置函数跟它们原理是一样的，本质相同，一般要用的话用内置函数要方便一些，起码不用写那么多下划线：

内置函数 iter() 的本质是 __inter__() ，也是返回一个迭代器。

内置函数 next（） 的本质是 __next__()，也是有了迭代器之后获取元素。

可以看出来结果也是一模一样的，既然讲到了迭代器，那么就来看看什么是迭代器。

---

三、迭代器

通过上面的for循环例子我们大概也能看得出来，

只要是实现了__iter__()和__next__()的对象，就是迭代器，迭代器是一个可迭代对象。

总之，迭代器是有__iter__()生成，可以通过__next__()进行调用。

既然如此，我们在学Python基础的时候讲过range()是一个可迭代对象，那么它也是可以通过__iter__()生成一个迭代器的。

---

序列在【赋值语句】那个专题文章中我有提过，这里再讲一下，序列也是一个抽象的概念，它包含了列表、元组和字符串，它本身是不存在的，也是便于学习所创造的一个概念词。

可迭代对象包含序列，既然序列包含了列表、元组和字符串，前面我们的例子中也涉及到 了，所以说序列可以被iter（）和next（）使用。

序列可以分为有限序列和无限序列。有限序列就是有范围的，比如说range(10)就已经限定了范围，相反的，无限序列也就是没有限定范围的序列。

我们来生成一个无限序列，这里需要用到1个新模块itertools，itertools用于高效循环的迭代函数集合,它下面有一个方法count()，可生成迭代器且无范围，可以理解为无限迭代器。

通过这个例子我们可以看出来，只要执行一次，next()就会获取一次迭代器里面的内容并逐次获取，我这里只写了4个next()，你多写几次就会多输出几次。

像next()这种什么时候需要就什么时候调用的机制叫做懒加载机制，也叫懒汉式加载；

相反地就有饿汉式加载。比如for循环这种的，只要一执行就会把可迭代器里面的所有对象都获取。

---

五、列表推导式

列表推导式跟生成器有关，在讲生成器之前，需要先知道什么是列表推导式，列表推导式就是生成列表的一种方法，语法是这样的：

l = [i for i in 可迭代对象]

i表示要放进列表里的对象，for循环是一个式子。

比如我们用列表推导式来生成一个列表试试：

l = [i for i in range(5)]
print(l)

运行结果：

[0, 1, 2, 3, 4]

运用列表推导式可以很方便地生成我们想要的列表。

同时它也有很多灵活的用法，比如在后面加上条件判断

l = [i for i in range(5) if 4<5]
print(l)

运行结果：

[0, 1, 2, 3, 4]

if后面的条件判断为真，则可以正常生成列表，如果为假，则列表推导式是无效的，此时的l将是一个空列表。

还有其他灵活的用法，比如操作前面的i,比如让i的数值全都翻2倍：

我们把迭代对象换一下，换成字符串，也同样可以输出，只是*在字符串里面表示重复操作符，所以效果变成了这样：

不仅如此，前面的i*2我们还可以用函数来进行操作，比如：

总而言之，列表推导式就是用来快速和自定义生成列表的一种方法，很灵活。

那么有人可能会举一反三了，列表推导式都是用 [] 来进行操作的，那如果用（）来操作行吗?它会不会生成一个元组？我们来看看：

[] 换成（）之后，返回的是一个生成器generrator ，那么下面我们再来讲讲生成器：

---

六、生成器

生成器是真实存在于Python中的对象，与容器这种概念词是不同的，它是可以直接通过next()进行调用的。

1.生成器的第一种创建方法：生成器表达式

第一种创建方法跟列表推导式是差不多的，就是 [] 换成了（）：

l = (i for i in 可迭代对象)

比如我们来生成一个生成器，看看能不能用next()直接调用：

l = (i for i in "abcd")
print(next(l))

运行结果：

a

可以看出，生成器是可以直接调用的。那么既然生成器可以被next()调用，那么生成器就是一个特殊的迭代器，是一个可迭代对象。

2.生成器的第二种创建方法：yield

除了用上面那种方法创建生成器，还可以用yield来创建，方法如下：

yield 关键字

比如说我们用一个函数中包含yield来创建生成器：

def fun():
    a = 10
    while 1:
        a += 1
        yield a


b = fun()
print(b)

运行结果：

<generator object fun at 0x000001F2AD95E900>

结果就是生成了一个生成器，而且此时的函数fun()就已经不再是一个函数了，它是一个生成器，只要函数中出现了yield，函数就变成了生成器。

为什么while循环没有一直执行？先不着急，我们输出看看：

def fun():
    a = 10
    while 1:
        a += 1
        yield a


b = fun()
print(next(b))
print(next(b))
print(next(b))

运行结果：

我调用了三次，所以它就运行了三次，while循环虽然存在，但是却不起作用，是因为前面我们提过的懒汉式加载。

什么时候需要了，什么时候用next()调用，就是懒汉式加载，不像饿汉式加载那样，提前生成了所有对象，如果这里换成for循环来完成，比如：

def fun():
    a = 10
    while 1:
        a += 1
        print(a)

b = fun()

运行之后程序将会进入死循环，一直给a自加1，你可以试试看效果，这就是饿汉式加载提前生成了迭代器并调用了全部迭代器对象，饿汉式加载占用资源的放大镜。

---

今天讲的内容可能听起来比较枯燥，这也是没得办法的，有些东西第一次听可能有点”难以下咽“，见得多了之后就习惯了，你得强迫自己去试着接受和理解这些抽象的东西。

最后用一张图来总结一下它们的关系：

好了，今天的分享就先到这里，文章写得比较匆忙，若有不到位的地方还请大家批评指出，我们下期再见！