Python 列表理解与生成器表达式
原文:https://www . geesforgeks . org/python-list-explorations-vs-generator-expressions/
什么是列表理解?
这是一种定义和创建列表的优雅方式。列表理解允许我们用较少的代码创建一个使用 for 循环的列表。通常需要 3-4 行代码,可以压缩成一行。
示例:
# initializing the list
list = []
for i in range(11):
if i % 2 == 0:
list.append(i)
# print elements
print(list)
输出:
0 2 4 6 8 10
现在,同样的输出可以从一行代码中得到。
list = [i for i in range(11) if i % 2 == 0]
print(list)
输出:
0 2 4 6 8 10
什么是生成器表达式?
生成器表达式有点类似于列表理解,但前者不构造列表对象。生成器不是创建一个列表并将整个序列保存在内存中,而是根据需要生成下一个元素。
当一个带有返回语句的普通函数被调用时,只要它得到一个返回语句,它就终止。但是带有 yield 语句的函数保存了函数的状态,并且可以在下次调用该函数时从相同的状态中提取。
生成器表达式允许我们创建一个没有 yield 关键字的生成器。
**句法差异:**括号代替方括号。
# List Comprehension
list_comprehension = [i for i in range(11) if i % 2 == 0]
print(list_comprehension)
输出:
0 2 4 6 8 10
# Generator Expression
generator_expression = (i for i in range(11) if i % 2 == 0)
print(generator_expression)
输出:
<generator object at 0x000001452B1EEC50>
在上面的例子中,如果我们想要打印生成器表达式的输出,我们可以简单地在生成器对象上迭代它。
for i in generator_expression:
print(i, end=" ")
输出:
0 2 4 6 8 10
那么生成器表达式和列表理解有什么区别呢?
生成器一次生成一个项目,并且仅在需要时生成项目。然而,在列表理解中,Python 为整个列表保留内存。因此,我们可以说生成器表达式比列表更节省内存。
我们可以在下面的例子中看到这一点。
# import getsizeof from sys module
from sys import getsizeof
comp = [i for i in range(10000)]
gen = (i for i in range(10000))
#gives size for list comprehension
x = getsizeof(comp)
print("x = ", x)
#gives size for generator expression
y = getsizeof(gen)
print("y = ", y)
输出:
x = 87624
y = 88
我们刚刚看到生成器表达式具有内存效率。但是,它们也有时间效率吗?让我们用一个例子来验证这一点。
#List Comprehension:
import timeit
print(timeit.timeit('''list_com = [i for i in range(100) if i % 2 == 0]''', number=1000000))
输出:
8.118047142050102
#Generator Expression:
import timeit
print(timeit.timeit('''gen_exp = (i for i in range(100) if i % 2 == 0)''', number=1000000))
输出:
0.7548244756850693
执行时间有显著差异。因此,生成器表达式比列表理解更快,因此时间效率高。