Python“列表推导式”和“生成器表达式”的区别

列表推导式

什么是列表推导式

[结果 for 变量 in 可迭代对象 if 条件]

# 获取200以内的偶数：
_list = [i for i in range(0, 201) if i % 2 == 0]
print(_list)

运行结果：

生成器表达式

什么是生成器

通过列表推导式，可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，占用很大的存储空间。如果我们仅仅需要访问前面几个元素，后面元素的占用存储空间就被浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们就可以在循环当中不断地推导它，生成元素。这样就不必创建完整的list,从而大大节省了存储空间。

在python中，这种一边循环一边计算的机制，称为生成器：generator.

生成器表达式和列表表达式差不多，只是把[]换为()即可：

gen = ("众将士，随我第%s次冲~~~" % i for i in range(10))
print(next(gen)) #可以通过next(生成器对象)获取生成器的下一个返回值。
print("********************")
for i in gen:
    print(i)
print("********************")
for i in gen:
    print(i)

运行结果：

扩展

def add(a, b):
    return a + b
def generate():
    for r_i in range(5):
        yield r_i
        
g = generate()
for n in [1, 5]:
    g = (add(n, i) for i in g)
for item in g:
    print(item)

def add(a, b):
    return a + b
def generate():
    for r_i in range(5):
        yield r_i

g = generate()
for n in [1, 5]:
    g = (add(n, i) for i in g)
    for item in g:
        print(item)

生成器保存的是算法！！！！！！！！！每次调用next(g)，就计算出g的下一个元素的值，直接计算到最后一个元素，如果没有更多的元素时，抛出StopIteration异常。

在实际编程当中，使用最多的是，将生成器以for方式来使用。通过for迭代，拿到元素，不用担心StopIteration异常

练习

查找列表中重复元素

lstA = [4, 2, 5, 5, 6, 8, 6, 5, 2, 3, 2, 6, 2, 5, 4, 2, 3, 6, 9, 5, 2, 2, 6, 8, 2, 1, 4, 5, 6, 8, 5, 2]
el = lstA
from collections import defaultdict

def listDu(seq):
    '''
    统计列表中重复的元素并显示其所在的所有位置
    :param seq: 需要统计的列表
    :return: 生成器表达式
    '''
    allNum = defaultdict(list) #当字典里的key不存在但被查找时，返回的不是keyError而是一个默认值，这个默认值是参数（工厂函数）的默认值，
    for i, item in enumerate(seq):
        allNum[item].append(i)
    return ((key, l) for key, l in allNum.items() if len(l) > 1)

for elOne in sorted(listDu(el)):
    print(elOne)

运行结果

总结：两者区别

• 生成器表达式每次处理一个对象，而不是一口气处理和构造整个数据结构，这样做可以节省大量的内存，在处理的数据量较大时，最好考虑使用生成器表达式而不是列表推导式。
• 得到的值不一样，列表推导式得到的是一个列表，生成器表达式获取的是一个生成器，但是你可以遍历输出。而且列表推导式可以多次迭代，生成器表达式只能单次迭代

注意

生成器具有惰性机制，生成器只有在访问时候才取值。