关于Python中的range对象是不是迭代器的探讨

TLNR：Python 3 中的 range 对象（Python 2 中的 xrange 对象）是 lazy 的，但 range 对象却不是迭代器。

是的，这让人很困惑

当谈论 Python 中的迭代器（iterator）和可迭代对象（iterable）时，你很可能会听到有人重复 range 是迭代器的误解。我认为这是非常严重误解， 如果你认为 range 对象是迭代器，那么你关于「迭代器是如何运行」的心智模型还不够清楚。从某种意义上来说，range 和迭代器都是「惰性」的，但它们是以相当不同的方式实现「惰性」的。

什么是迭代器（iterator）

在 Python 中，可迭代对象就是你可以迭代的任何东西，而迭代器就是实际迭代的东西。

Iter-ables are able to be iterated over. Iter-ators are the agents that perform the iteration.

可以使用 iter 函数从任何可迭代对象中获取迭代器：

一旦有了迭代器，可以用它做的唯一的事情就是获得它的下一个元素：

如果没有更多的元素了， 则会抛出一个 stop iteration exception：

所有的迭代器都是可迭代对象，意思是你可以从一个迭代器中得到一个迭代器，因此你可以遍历一个迭代器：

应该指出的是迭代器是有状态的，在循环遍历一次迭代器后，如果尝试再次循环，它将为空：

在 Python 3 中，enumerate、zip、reversed和其他一些内置函数会返回迭代器：

生成器（无论来自生成器函数还是生成器表达式）是一种创建迭代器的简单方法：

我经常说迭代器是惰性的一次性可迭代对象。 「惰性」是因为他们只循环计算项目，「单次使用是因为一旦从一个迭代器中「消费」了一个元素之后，这个元素就永远消失了。

什么是 range

Python 3 中的 range 对象（Python 2 中的 xrange）可以像任何其他可迭代对象一样循环使用：

因为 range 是可迭代对象，所以可以从中得到一个迭代器：

但 range 对象本身不是迭代器，我们不能在 range 对象上调用 next：

与迭代器不同的是，我们可以遍历一个 range 对象而不「消耗」它：

如果我们使用迭代器完成此操作，则第二次循环时不会得到任何元素：

宗上，与 zip, enumerate, or generator对象不同，range 对象不是迭代器。

那么，究竟 range 是什么

range 对象在某种意义上是「惰性的」，因为它不会生成创建时包含的每个数字，相反，当我们在循环中需要的时候，它才将这些数字返回给我们。

下面是一个 range 对象和一个生成器（是一种迭代器）：

不像生成器，range 对象有长度：

并且可以被索引：

与迭代器不同，你可以询问他们是否包含某元素而不改变他们的状态：

如果你想要一个 range 对象的描述，可以称它们为懒序列，range 是序列（如列表，元组和字符串），但并不包含任何内存中的内容，而是通过计算来回答问题。

为什么这个区别很重要

如果我告诉你某个对象是一个迭代器，你会知道当在这个对象上调用 iter 函数时，总会得到相同的的对象（按照定义）：

确信可以在这个对象上调用 next 函数，因为可以在所有的迭代器上调用 next 函数：

而且你会知道，当遍历它时，这些元素将从迭代器中被消耗掉，有时候这个特性可以派上用场（以特殊的方式处理迭代器）：

所以虽然看起来「惰性可迭代对象」和「迭代器」之间的区别很微妙，但这些术语确实意味着不同的东西。 虽然「惰性可迭代对象」是一个没有具体含义的非常普遍的术语，但「迭代器」这个词意味着一个具有非常特定行为的对象。

总结

如果你知道你可以循环遍历某个对象，这是一个可迭代对象（iterable）。

如果你知道你正在循环遍历的对象是在循环的时候计算出来，那么这是一个惰性可迭代对象（lazy iterable）。

如果你知道你可以传递一些东西给 next 函数，它就是一个迭代器（这是最常见的惰性可迭代对象）。

如果你可以循环多次而不用「耗尽」它，它不是一个迭代器。如果你不能将某些东西传递给 next 函数，那么它不是一个迭代器。 Python 3 的 range 对象不是迭代器。 如果你正在指导别人关于 range 对象的知识，请不要使用「迭代器」一词，这会让人十分困惑，并可能导致他人开始滥用「迭代器」这个词

以上就是关于Python中的range 对象是不是迭代器的探讨的详细内容，更多请关注Gxl网其它相关文章！