Python解析式、生成器

列表解析 List Comprehension

• 举例

  生成一个列表，元素0-9，对每一个参数自增1后求平方返回新列表
  l1 = list(range(10))
  l2 = []
  for i in l1:
      l2.append((i+1)**2)
  print(l2)
  - 列表解析式
  l1 = list(range(10))
  l2 = [(i+1)**2 for in l1]
  print(l2)
  print(type(l2))

语法

• [返回值 for 元素 in 可迭代对象 if 条件]
• 使用中括号 [], 内部是for循环，if条件语句可选
• 返回一个新的列表

列表解析式是一种语法糖

编译器会优化，不会因为简写而影响效率，反而因优化提高了效率
减少工作量，减少出错（可能吧）
简化了代码，单可读性增强（可能吧）

生成器表达式Generator expression

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小括号就行了
• 返回一个生成器

和列表解析式的区别

生成器表达式是按需计算（或称为惰性求值，延迟计算），需要的时候才计算值
列表解析式是立即返回值

生成器

可迭代对象
迭代器

生成器表达式

• 举例

g = ("{:04}".format(i) for i in range(1,11))
nest(g)
for x in g:
    print(x)
print("______")
for x in g:
    print(x)

总结

• 延迟计算
• 返回迭代器，可以迭代
• 从前到后走完一遍后，不能回头

和列表解析式的对比

• 计算方式
  
  • 生成器表达式延迟计算，列表解析式立即计算
• 内存占用
  
  • 单从返回值本身来说，生成器表达式省内存，列表解析式返回新的列表
  • 生成器没有数据，内存占用极少，但是使用的时候，虽然一个个返回数据，但是合起来占用的内存也差不多
  • 列表解析式构造新的列表需要占用内存
• 计算速度
  
  • 单看计算时间，生成器表达式耗时非常短，列表解析式耗时长
  • 但是生成器本身并没有返回任何值，至返回了一个生成器对象
  • 列表解析式构造并返回一个新的列表

集合解析式

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{} 就行了
• 立即返回一个集合

用法

{(x, x+1) for x in range(10)}
{[x] for x in range(10)} #错误，注意集合特性

字典解析式

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{}就行了
• 使用key.value形式
• 立即返回一个字典

用法

{x:(x,x+1) for x in range(10)}
{x:[x,x+1] for x in range(10)}
{(x,):[x,x+1] for x in range(10)}
{[x]:[x,x+1] for x in rnage(10)} #错误，注意字典特性
{chr(0x41 + x ):x**2 for x in range(10)}
{str(x):y for x in range(3) for y in range(4)}