对于cs231n中的单行代码，这个iter()是否是多余的？

Question

这是cs231n的代码，我想知道在__iter__函数的返回行中，我们能用return ((self.X[i:i+B], self.y[i:i+B]) for i in range(0, N, B))替换return iter((self.X[i:i+B], self.y[i:i+B]) for i in range(0, N, B))吗？因为((self.X[i:i+B], self.y[i:i+B]) for i in range(0, N, B))也是生成器对象。实际上，我在这里并不完全理解iter()的函数，它只是调用生成器对象的函数__iter__并返回自身吗？我很困惑。

class Dataset(object):
def __init__(self, X, y, batch_size, shuffle=False):
    """
    Construct a Dataset object to iterate over data X and labels y
    
    Inputs:
    - X: Numpy array of data, of any shape
    - y: Numpy array of labels, of any shape but with y.shape[0] == X.shape[0]
    - batch_size: Integer giving number of elements per minibatch
    - shuffle: (optional) Boolean, whether to shuffle the data on each epoch
    """
    assert X.shape[0] == y.shape[0], 'Got different numbers of data and labels'
    self.X, self.y = X, y
    self.batch_size, self.shuffle = batch_size, shuffle

def __iter__(self):
    N, B = self.X.shape[0], self.batch_size
    idxs = np.arange(N)
    if self.shuffle:
        np.random.shuffle(idxs)
    return iter((self.X[i:i+B], self.y[i:i+B]) for i in range(0, N, B))

train_dset = Dataset(X_train, y_train, batch_size=64, shuffle=True)
val_dset = Dataset(X_val, y_val, batch_size=64, shuffle=False)
test_dset = Dataset(X_test, y_test, batch_size=64)

Answer 1

是的，打电话给iter是多余的。您可以很容易地检查调用生成器对象上的iter是否只返回Python中生成器对象本身：

>>> gen = (x for x in [])
>>> gen is iter(gen)
True

更正式地说，您可以从Python术语表中验证生成器表达式是否返回迭代器，并且所有迭代器在调用其__iter__方法时都返回自己：

迭代器需要有一个返回迭代器对象本身的__iter__()方法，因此每个迭代器也是可迭代的，并且可以在大多数其他可迭代性被接受的地方使用。