Python列表解析式-生成器_生成器解析式python(1)

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2 列表解析式

列表解析式的基本语法是如下

[ 返回值for元素in可迭代对象if条件]

使用中括号将表达式(推导式)括起来

内部是for循环，if条件可选，可以是多个但是不支持elif语句

返回一个新的列表

有这样的赋值语句 newlist = [ print(i) for i in range(10) ]，请问newlist打印出来是什么？

为什么是None？因为表达式只会将函数的返回值作为结果，进行添加，所以当返回值是一个函数操作的对象时，一定要注意函数的返回值！

2.1 列表解析式进阶

有的时候我们的代码需要进行两个或多个循环，列表解析式进阶版本可以满足这种需求哦。它的语法是：

条件表达式可以是多个，但是不能是elif，多个if是并且的关系

多个循环条件等同于循环嵌套，时间复杂度是O(n*内层循环个数)

例子：

3 其他解析式

除了列表解析式以外，Python中还存在集合解析式、字典解析式、‘元组解析式’。

可不是什么元组解析式，这行小字你看不到，可不怪我哦。

3.1 集合表达式

语法：{ 返回值 for 元素 in 可迭代对象 if 条件 }

列表解析式的中括号换成大括号{}即可

同样是立即返回一个集合

注意集合的特性，如果生成了不可hash的元素比如list，那么是不能生成集合的哦，如果元素重复，集合会去重的哦

3.2 字典解析式

语法：{ 返回值(key:value) for 元素 in 可迭代对象 if 条件 }

列表解析式的中括号换成大括号{}即可

请使用key：value格式

立即返回一个字典

注意字典的key相同时，后面的赋值会把之前的值覆盖哦，所以结果是{‘a’: 9, ‘b’: 9, ‘c’: 9, ‘d’: 9, ‘e’: 9, ‘f’: 9}

4 生成器表达式

如果你是从上倒下看的，那么你可能会奇怪，说好的元组表达式呢？如果你是直接跳转过来的，那么请忽略前面这句话。那什么是生成器表达式呢？

生成器表达式是按需计算(或者惰性求值、延迟计算)的，只有需要的时候才计算值，而列表解析式是直接返回一个新的列表，生成器是一个可迭代对象，迭代器。在使用type命令判断对象类型时，generator 就表示一个生成器对象

语法：( 返回值 for 元素 in 可迭代对象 if 条件表达式 )

列表解析式的中括号换成大括号()即可

延迟计算(惰性计算)

只能迭代一次，不能回头

4.1 特点

没错，用括号括起来的并不是元组表达式，而变成了生成器表达式，它本身由于惰性计算的特性和其他解析式有很多不同的特性

计算方式

生成器表达式延迟计算(惰性计算)，只有你去向它要，它才会给你计算，而列表解析式在你执行后，会直接给你生成一个新的列表。

内存占用

生成器没有数据，内存占用极少，它是使用时一个一个返回数据，如果将这些返回的数据合起来占用的空间也和列表解析式差不多，但是它不是立即需要这么多空间

计算速度

单看计算时间来看，生成器表达式耗时非常短，列表解析式时长，因为生成器本身并没有任何返回值，只是返回了一个生成器对象，列表解析式构造并返回了一个新的列表，所以看起来更耗时了

遍历

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！