gpt4 book ai didi

python - 如何检查可迭代对象是否允许多次通过?

转载 作者:太空狗 更新时间:2023-10-29 20:59:31 25 4
gpt4 key购买 nike

在 Python 3 中,我如何检查一个对象是否是一个容器(而不是一个可能只允许通过一次的迭代器)?

这是一个例子:

def renormalize(cont):
'''
each value from the original container is scaled by the same factor
such that their total becomes 1.0
'''
total = sum(cont)
for v in cont:
yield v/total

list(renormalize(range(5))) # [0.0, 0.1, 0.2, 0.3, 0.4]
list(renormalize(k for k in range(5))) # [] - a bug!

显然,当 renormalize 函数接收到生成器表达式时,它不会按预期工作。它假定它可以多次遍历容器,而生成器只允许通过它一次。

理想情况下,我想这样做:

def renormalize(cont):
if not is_container(cont):
raise ContainerExpectedException
# ...

如何实现 is_container

我想我可以在我们开始第二次传递时检查参数是否为空。但是这种方法不适用于更复杂的函数,因为第二遍开始的确切时间并不明显。此外,我宁愿将验证放在函数入口处,而不是深入函数内部(并在函数被修改时四处移动)。

我当然可以重写 renormalize 函数以正确使用单遍迭代器。但这需要将输入数据复制到容器中。 “以防它们不是列表”复制数百万个大型列表对性能的影响是荒谬的。

编辑:我的原始示例使用了 weighted_average 函数:

def weighted_average(c):
'''
returns weighted average of a container c
c contains values and weights in tuples
weights don't need to sum up 1 (automatically renormalized)
'''
return sum((v * w for v, w in c)) / sum((w for v, w in c))

weighted_average([(0,1), (1,1)]) #0.5
weighted_average([(k, 1) for k in range(2)]) #0.5
weighted_average((k, 1) for k in range(2)) #mistake

但这不是最好的例子,因为重写为使用单次传递的 weighted_average 版本无论如何都可以说是更好的:

def weighted_average(it):
'''
returns weighted average of an iterator it
it yields values and weights in tuples
weights don't need to sum up 1 (automatically renormalized)
'''
total_value = 0
total_weight = 0
for v, w in it:
total_value += v
total_weight += w
return total_value / total_weight

最佳答案

虽然所有的可迭代对象都应该是 collections.Iterable 的子类,但不幸的是,并不是所有的都可以。这是基于对象实现的接口(interface)而不是它们“声明的”的答案。

简答:

你所说的“容器”,即一个可以多次迭代的列表/元组,而不是一个会耗尽的生成器,通常会同时实现 __iter____getitem__。因此你可以这样做:

>>> def is_container_iterable(o):
... return hasattr(o, '__iter__') and hasattr(o, '__getitem__')
...
>>> is_container_iterable([])
True
>>> is_container_iterable(())
True
>>> is_container_iterable({})
True
>>> is_container_iterable(range(5))
True
>>> is_container_iterable(iter([]))
False

长答案:

但是,你可以做一个不会被穷尽且不支持getitem的iterable。例如,生成质数的函数。如果需要,您可以多次重复生成,但是拥有检索第 1065 个素数的函数需要大量计算,因此您可能不想支持它。 :-)

那么有没有更“靠谱”的方法呢?

好吧,所有可迭代对象都将实现一个 __iter__ 函数,该函数将返回一个迭代器。迭代器将有一个 __next__ 函数。这是迭代它时使用的内容。反复调用 __next__ 最终会耗尽迭代器。

因此,如果它有一个 __next__ 函数,它就是一个迭代器,并且会被耗尽。

>>> def foo():
... for x in range(5):
... yield x
...
>>> f = foo()
>>> f.__next__
<method-wrapper '__next__' of generator object at 0xb73c02d4>

还不是迭代器的可迭代对象将没有 __next__ 函数,但会实现一个 __iter__ 函数,该函数将返回一个可迭代对象:

>>> r = range(5)
>>> r.__next__
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'range' object has no attribute '__next__'
>>> ri = iter(r)
>>> ri.__next__
<method-wrapper '__next__' of range_iterator object at 0xb73bef80>

因此您可以检查该对象是否具有 __iter__ 但它没有 __next__

>>> def is_container_iterable(o):
... return hasattr(o, '__iter__') and not hasattr(o, '__next__')
...
>>> is_container_iterable(())
True
>>> is_container_iterable([])
True
>>> is_container_iterable({})
True
>>> is_container_iterable(range(5))
True
>>> is_container_iterable(iter(range(5)))
False

迭代器还有一个 __iter__ 函数,它将返回 self。

>>> iter(f) is f
True
>>> iter(r) is r
False
>>> iter(ri) is ri
True

因此,您可以执行以下检查变体:

>>> def is_container_iterable(o):
... return iter(o) is not o
...
>>> is_container_iterable([])
True
>>> is_container_iterable(())
True
>>> is_container_iterable({})
True
>>> is_container_iterable(range(5))
True
>>> is_container_iterable(iter([]))
False

如果您实现一个返回损坏的迭代器的对象,那将失败,当您再次对其调用 iter() 时,该迭代器返回 self。但是你的(或第三方模块)代码实际上做错了。

虽然它确实依赖于制作一个迭代器,因此调用对象 __iter__,这在理论上可能有副作用,而上面的 hasattr 调用不应该有副作用。好的,所以它调用了可能有的getattribute。但是你可以这样解决:

>>> def is_container_iterable(o):
... try:
... object.__getattribute__(o, '__iter__')
... except AttributeError:
... return False
... try:
... object.__getattribute__(o, '__next__')
... except AttributeError:
... return True
... return False
...
>>> is_container_iterable([])
True
>>> is_container_iterable(())
True
>>> is_container_iterable({})
True
>>> is_container_iterable(range(5))
True
>>> is_container_iterable(iter(range(5)))
False

这个是相当安全的,并且应该在所有情况下都有效,除非对象在 __getattribute__ 调用上动态生成 __next____iter__,但是如果你这样做,你就是疯了。 :-)

本能地,我的首选版本是 iter(o) is o,但我从来不需要这样做,所以这不是基于经验。

关于python - 如何检查可迭代对象是否允许多次通过?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8993305/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com