为什么Python中字典keys方法的返回值会被归类为生成器类工具？

Mark Lutz在《Learning Python》中提到的「生成器范畴」实际是广义的惰性可迭代对象，而非狭义的、由yield生成的迭代器对象，这个归类完全符合Python 3的实现逻辑，和你使用的3.7版本没有冲突。

1. dict_keys本质是惰性视图对象，并非预生成的列表 #

你看到的dict_keys([1, 2])只是它的调试用字符串表示，不代表它内部预先存储了所有键的副本，它的核心特性是动态关联原字典：

d = {1:1, 2:2}
keys = d.keys()
print(keys) # 输出 dict_keys([1, 2])

# 修改原字典
d[3] = 3
del d[1]
print(keys) # 输出 dict_keys([2, 3])，无需重新调用d.keys()即可获取最新的键

如果它是提前生成的列表结构，上述修改原字典的操作不会同步到之前获取的keys结果中。

2. 它和range、map的核心特性一致 #

三者都属于惰性计算的实现，共性是：

• 创建时不会生成、存储所有元素，内存占用不会随元素数量增长而线性上升：哪怕是有100万个键的字典，d.keys()返回的对象内存占用也和只有2个键的字典的keys对象基本一致
• 只有在实际迭代（for循环遍历、转list/tuple等显式操作）时才会读取对应元素

唯一的差异是：map本身是迭代器（可以直接调用next()获取下一个元素），而range、dict_keys属于可迭代对象，需要通过iter()包装后才能生成迭代器，但这并不影响它们被归到广义的惰性计算序列范畴。

3. 版本差异的说明 #

Python 2中d.keys()确实返回预生成的列表，Python 3开始才改成惰性的dict_keys视图对象，如果该书提及的是Python 3的特性更新，这个归类没有问题。

内容的提问来源于stack exchange，提问作者Anurag Gupta