Python函數(shù)式編程指南（三）：迭代器
這一篇我們將討論迭代器。迭代器并不是函數(shù)式編程特有的東西，但它仍然是函數(shù)式編程的一個重要的組成部分，或者說是一個重要的工具。
轉(zhuǎn)載請注明原作者和原文地址：）
3. 迭代器
3.1. 迭代器(Iterator)概述
迭代器是訪問集合內(nèi)元素的一種方式。迭代器對象從集合的第一個元素開始訪問，直到所有的元素都被訪問一遍后結(jié)束。
迭代器不能回退，只能往前進行迭代。這并不是什么很大的缺點，因為人們幾乎不需要在迭代途中進行回退操作。
迭代器也不是線程安全的，在多線程環(huán)境中對可變集合使用迭代器是一個危險的操作。但如果小心謹慎，或者干脆貫徹函數(shù)式思想堅持使用不可變的集合，那這也不是什么大問題。
對于原生支持隨機訪問的數(shù)據(jù)結(jié)構(gòu)（如tuple、list），迭代器和經(jīng)典for循環(huán)的索引訪問相比并無優(yōu)勢，反而丟失了索引值（可以使用內(nèi)建函數(shù)enumerate()找回這個索引值，這是后話）。但對于無法隨機訪問的數(shù)據(jù)結(jié)構(gòu)（比如set）而言，迭代器是唯一的訪問元素的方式。
迭代器的另一個優(yōu)點就是它不要求你事先準備好整個迭代過程中所有的元素。迭代器僅僅在迭代至某個元素時才計算該元素，而在這之前或之后，元素可以不存在或者被銷毀。這個特點使得它特別適合用于遍歷一些巨大的或是無限的集合，比如幾個G的文件，或是斐波那契數(shù)列等等。這個特點被稱為延遲計算或惰性求值(Lazy evaluation)。
迭代器更大的功勞是提供了一個統(tǒng)一的訪問集合的接口。只要是實現(xiàn)了__iter__()方法的對象，就可以使用迭代器進行訪問。
3.2. 使用迭代器
使用內(nèi)建的工廠函數(shù)iter(iterable)可以獲取迭代器對象：
了解了這些情況以后，我們就能使用迭代器進行遍歷了。
常用的幾個內(nèi)建數(shù)據(jù)結(jié)構(gòu)tuple、list、set、dict都支持迭代器，字符串也可以使用迭代操作。你也可以自己實現(xiàn)一個迭代器，如上所述，只需要在類的__iter__方法中返回一個對象，這個對象擁有一個next()方法，這個方法能在恰當?shù)臅r候拋出StopIteration異常即可。但是需要自己實現(xiàn)迭代器的時候不多，即使需要，使用生成器會更輕松。下一篇我們將討論生成器的部分。
*異常并不是非拋出不可的，不拋出該異常的迭代器將進行無限迭代，某些情況下這樣的迭代器很有用。這種情況下，你需要自己判斷元素并中止，否則就死循環(huán)了！
使用迭代器的循環(huán)可以避開索引，但有時候我們還是需要索引來進行一些操作的。這時候內(nèi)建函數(shù)enumerate就派上用場咯，它能在iter函數(shù)的結(jié)果前加上索引，以元組返回，用起來就像這樣：
絕大多數(shù)情況下，遍歷一個集合都是為了對元素應用某個動作或是進行篩選。如果看過本文的第二部分，你應該還記得有內(nèi)建函數(shù)map和filter提供了這些功能，但Python仍然為這些操作提供了語言級的支持。
你也可以為列表解析提供if子句進行篩選：
第一個問題是，因為對元素應用的動作太復雜，不能用一個表達式寫出來，所以不使用列表解析。這是典型的思想沒有轉(zhuǎn)變的例子，如果我們將動作封裝成函數(shù)，那不就是一個表達式了么？
第二個問題是，因為if子句里的條件需要計算，同時結(jié)果也需要進行同樣的計算，不希望計算兩遍，就像這樣：
內(nèi)部的列表解析變量其實也可以用x，但為清晰起見我們改成了y?；蛘吒宄?，可以寫成兩個表達式：
3.4. 相關(guān)的庫
Python內(nèi)置了一個模塊itertools，包含了很多函數(shù)用于creating iterators for efficient looping（創(chuàng)建更有效率的循環(huán)迭代器），這說明很是霸氣，這一小節(jié)就來瀏覽一遍這些函數(shù)并留下印象吧，需要這些功能的時候隱約記得這里面有就好。這一小節(jié)的內(nèi)容翻譯自itertools模塊官方文檔。
3.4.1. 無限迭代
-
count(start, [step])
從start開始，以后每個元素都加上step。step默認值為1。
count(10) --> 10 11 12 13 14 ... -
cycle(p)
迭代至序列p的最后一個元素后，從p的第一個元素重新開始。
cycle('ABCD') --> A B C D A B C D ... -
repeat(elem [,n])
將elem重復n次。如果不指定n，則無限重復。
repeat(10, 3) --> 10 10 10
3.4.2. 在最短的序列參數(shù)終止時停止迭代
-
chain(p, q, ...)
迭代至序列p的最后一個元素后，從q的第一個元素開始，直到所有序列終止。
chain('ABC', 'DEF') --> A B C D E F -
compress(data, selectors)
如果bool(selectors[n])為True，則next()返回data[n]，否則跳過data[n]。
compress('ABCDEF', [1,0,1,0,1,1]) --> A C E F -
dropwhile(pred, seq)
當pred對seq[n]的調(diào)用返回False時才開始迭代。
dropwhile(lambda x: x<5, [1,4,6,4,1]) --> 6 4 1 -
takewhile(pred, seq)
dropwhile的相反版本。
takewhile(lambda x: x<5, [1,4,6,4,1]) --> 1 4 -
ifilter(pred, seq)
內(nèi)建函數(shù)filter的迭代器版本。
ifilter(lambda x: x%2, range(10)) --> 1 3 5 7 9 -
ifilterfalse(pred, seq)
ifilter的相反版本。
ifilterfalse(lambda x: x%2, range(10)) --> 0 2 4 6 8 -
imap(func, p, q, ...)
內(nèi)建函數(shù)map的迭代器版本。
imap(pow, (2,3,10), (5,2,3)) --> 32 9 1000 -
starmap(func, seq)
將seq的每個元素以變長參數(shù)(*args)的形式調(diào)用func。
starmap(pow, [(2,5), (3,2), (10,3)]) --> 32 9 1000 -
izip(p, q, ...)
內(nèi)建函數(shù)zip的迭代器版本。
izip('ABCD', 'xy') --> Ax By -
izip_longest(p, q, ..., fillvalue=None)
izip的取最長序列的版本，短序列將填入fillvalue。
izip_longest('ABCD', 'xy', fillvalue='-') --> Ax By C- D- -
tee(it, n)
返回n個迭代器it的復制迭代器。 -
groupby(iterable[, keyfunc])
這個函數(shù)功能類似于SQL的分組。使用groupby前，首先需要使用相同的keyfunc對iterable進行排序，比如調(diào)用內(nèi)建的sorted函數(shù)。然后，groupby返回迭代器，每次迭代的元素是元組(key值, iterable中具有相同key值的元素的集合的子迭代器)?；蛟S看看Python的排序指南對理解這個函數(shù)有幫助。
groupby([0, 0, 0, 1, 1, 1, 2, 2, 2]) --> (0, (0 0 0)) (1, (1 1 1)) (2, (2 2 2))
3.4.3. 組合迭代器
-
product(p, q, ... [repeat=1])
笛卡爾積。
product('ABCD', repeat=2) --> AA AB AC AD BA BB BC BD CA CB CC CD DA DB DC DD -
permutations(p[, r])
去除重復的元素。
permutations('ABCD', 2) --> AB AC AD BA BC BD CA CB CD DA DB DC -
combinations(p, r)
排序后去除重復的元素。
combinations('ABCD', 2) --> AB AC AD BC BD CD -
combinations_with_replacement()
排序后，包含重復元素。
combinations_with_replacement('ABCD', 2) --> AA AB AC AD BB BC BD CC CD DD
此篇結(jié)束。