python中的生成器和迭代器

迭代是python中最常见的操作，比如遍历一个列表

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

然而迭代却不仅仅是for循环那么简单，在python中，迭代可以称得上最强大的功能之一。首先来看下迭代器的概念, 迭代器本质是一个对象，用于遍历元素，从元素的第一个位置开始，遍历到最后一个位置，通过iter方法可以将普通的sequence对象转换为迭代器，用法如下

>>> b = iter(a)
>>> b
<list_iterator object at 0x7f1032d02da0>
>>> type(b)
<class 'list_iterator'>

迭代器用于遍历元素，当然支持for循环，但是其更灵活的地方，在于使用next方法来手动遍历，用法如下

>>> next(b)
1
>>> next(b)
2
>>> next(b)
3
>>> next(b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

迭代器只会向前遍历，而且记住已经访问过的元素，所以next方法从第一个元素开始，一直访问到最后一个元素，如果元素全部访问完毕，再次调用会输出StopIteration错误。

next实现了元素的手动遍历，允许我们更加灵活的遍历元素，生物信息中典型的应用就是读取fastq文件，fastq文件每4行一个单位，通过next手动遍历，可以一次访问其中的4行，代码如下

def parse_fastq(fastq):
    with open(fastq) as f:
        try:
            while 1:
                symbol   = next(f)
                sequence = next(f)
                comment  = next(f)
                quality  = next(f)
                print(symbol + sequence + comment + quality)
        except StopIteration:
            pass


if __name__ == '__main__':
    parse_fastq('test.fq')

除了iter方法外，通过生成器也可以产生一个迭代器。生成器的形式是一个函数，通过yield关键字返回迭代的元素，用法如下

def parse_fastq(f):
    try:
        while 1:
            symbol   = next(f)
            sequence = next(f)
            comment  = next(f)
            quality  = next(f)
            yield symbol, sequence, comment,  quality
    except StopIteration:
        pass


if __name__ == '__main__':
    with open('test.fq') as f:
        for seq in parse_fastq(f):
            symbol, sequence, comment,  quality = seq
            print(sequence)

在生成器中，根据自己的目的将需要的元素通过yield关键字进行返回，将复杂的逻辑封装在生成器中，调用的代码将大大地简化。在实际开发中，针对不规则的文本，通过生成器提取自己需要的关键元素，是最常见的用法。

·end·

一个只分享干货的

生信公众号