迭代器模式大幅提升Python效能

導讀	今天給大家介紹的設計模式非常簡單，叫做iterator，也就是迭代器模式。迭代器是Python語言當中一個非常重要的內容，藉助迭代器我們可以很方便地實現很多複雜的功能。在深度學習當中，資料的獲取往往也是透過迭代器實現的。因此這部分的內容非常重要，推薦大家一定要掌握。

在開始介紹設計模式之前，我們先來看一個簡單的需求。假設現在我們需要根據傳入的變數獲取每週的前幾天，比如說我們傳入3返回的就是[Mon, Tue, Wed]，我們傳入5返回[Mon, Tue, Wed, Thu, Fri]。這個需求大家應該都能理解，非常非常簡單。

如果用一個函式來實現的話，就是這樣：

def return_days(n):  
    week = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']  
    return week[:n]

你看三行程式碼就實現了，在這個問題場景當中這樣寫當然是沒有問題。但假如我們把題目稍微變一變，這裡的week不是一個固定的資料，而是從上游或者是某個檔案當中讀取的。這裡的n也是一個很大的數，我們把這個函式改寫成這樣：

def get_data(n):  
    data = []  
    for i in range(n):  
        data.append(get_from_upstream())  
    return data

我們假設get_from_upstream這個函式當中實現了獲取資料的具體邏輯，那麼上面這一段函式有一個什麼問題？

有些同學會說這沒有問題啊，因為像是其他語言實現資料獲取的時候也都是這麼幹的。的確，像是Java等語言可能都是這麼幹的。但是其他語言這麼幹沒錯，不代表Python這麼幹也沒錯。因為我們沒有把Python的能力發揮到最大。

這裡有兩個問題，第一個問題是延遲，因為前面說了，n是一個很大的數。我們從上游獲取資料，無論是透過網路還是檔案讀取，本質上都是IO操作，IO操作的延遲是非常大的。那麼我們把這n條資料全部蒐集完可能需要很長的時間，導致下游的漫長等待。第二個問題就是記憶體，因為我們儲存了這n條資料一起返回的，如果n很大，對於記憶體的開銷壓力也很大，如果機器記憶體不夠很有可能導致崩潰。

那怎麼解決呢？

其實解決的方法很簡單，如果對迭代器熟悉的話，會發現迭代器針對的恰恰是這兩個問題。我們把上面的邏輯改寫成迭代器實現即可，這也就是iterator模式。

iterator模式嚴格說起來其實只是迭代器的一種應用，它非常巧妙地將迭代器與匿名函式結合在一起，裡面也沒有太多的門道可以說，我們把剛才的程式碼改寫一下，細節都在程式碼當中。

“`Python
def get_data(n):
for i in range(n):
yield get_from_upstream()
data_10 = lambda: get_data(10)
data_100 = lambda: get_data(100)
use
for d in data_10:
print(d)
““

很簡單吧，但可能你要問了，我們既然寫出了get_data這個迭代器，那麼我們使用的時候直接for d in get_data(10)這樣用不就好了，為什麼中間要用匿名函式包一層呢？

道理也很簡單，如果這個資料是我們自己使用，當然是沒必要中間包一層的。但如果我們是傳給下游使用的話，對於下游來說它肯定是不希望考慮上游太多的細節的，越簡單越好。所以我們直接丟一個包裝好的迭代器過去，下游直接call即可。否則的話，下游還需要感知get_data這個函式傳入的引數，顯然是不夠合理的。