零基础学python-19.8 生成器表达式：当迭代器遇上列表解析

这一章节我们来讨论一下生成器表达式。

从语法上来讲，生成器表达式跟列表解析一个样，只不过列表解析放在中括号里面，而生成器表达式放在小括号里面

>>> [x for x in range(5)]
[0, 1, 2, 3, 4]
>>> (x for x in range(5))
<generator object <genexpr> at 0x01E5F3A0>
>>> list(x for x in range(5))
[0, 1, 2, 3, 4]
>>> 

从上面的代码可以看见，小括号返回的是一个生成器，要使用list函数才能解析里面的内容。

说白了，从结果上面来看，其实列表解析就是在使用list函数迫使生成器一次性生成所有结果。

>>> g=(x for x in range(5))
>>> next(g)
0
>>> next(g)
1
>>> 

 

>>> [x for x in range(5)]
[0, 1, 2, 3, 4]

从执行上面来看，列表解析一次性在内存里面构建所有的结果，而生成器表达式只不过返回一个对象，而且这个对象支持迭代协议，只要在迭代环境当中都可以操作。

>>> g=(x for x in range(5))
>>> for item in g:
	print(item)

	
0
1
2
3
4
>>> 

例如我们可以通过for来得到生成器里面的对象的值。

>>> g=(x for x in range(5))
>>> list(map(lambda x :x**2,g))
[0, 1, 4, 9, 16]
>>> 

>>> g=(x for x in range(5))
>>> list(filter(lambda x:x%2==0,g))
[0, 2, 4]
>>> 

>>> g=(x for x in range(5))
>>> list(sorted(g,reverse=True))
[4, 3, 2, 1, 0]
>>> 

又如上面的代码，可以在map、filter和sorted等支持迭代协议的环境中，都可以支持对象的操作。

 

总结：这一章节主要说明了生成器与列表解析之间的关系，以及生成器支持迭代协议，可以在迭代环境中对其中的对象进行操作。

 

这一章节就说到这里，谢谢大家

------------------------------------------------------------------

点击跳转零基础学python-目录