python 列表生成式_深度好文：Python之列表生成式、生成器、可迭代对象与迭代器（一）...

作者：云游道士

原文：https://www.cnblogs.com/yyds/p/6281453.html

本节内容

---

• 语法糖的概念

• 列表生成式

• 生成器(Generator)

• 可迭代对象(Iterable)

• 迭代器(Iterator)

• Iterable、Iterator与Generator之间的关系

一、语法糖的概念

---

“语法糖”，从字面上看应该是一种语法。“糖”，可以理解为简单、简洁。其实我们也已经意识到，没有这些被称为“语法糖”的语法，我们也能实现相应的功能，而 “语法糖”使我们可以更加简洁、快速的实现这些功能。 只是Python解释器会把这些特定格式的语法翻译成原本那样复杂的代码逻辑而已，没有什么太高深的东西。

到目前为止，我们使用和介绍过的语法糖有：

• if...else 三元表达式： 可以简化分支判断语句，如 x = y.lower() if isinstance(y, str) else y

• with语句： 用于文件操作时，可以帮我们自动关闭文件对象，使代码变得简洁；

• 装饰器： 可以在不改变函数代码及函数调用方式的前提下，为函数增加增强性功能；

这里会再介绍两个：

• 列表生成式： 用于生成一个新的列表

• 生成器： 用于“惰性”地生成一个无限序列

二、列表生成式

---

顾名思义，列表生成式就是一个用来生成列表的特定语法形式的表达式。

1. 语法格式：

基础语法格式

[exp for iter_var in iterable]

工作过程：

• 迭代iterable中的每个元素；

• 每次迭代都先把结果赋值给iter_var，然后通过exp得到一个新的计算值；

• 最后把所有通过exp得到的计算值以一个新列表的形式返回。

相当于这样的过程：

L = []for iter_var in iterable:    L.append(exp)

带过滤功能语法格式

[exp for iter_var in iterable if_exp]

工作过程：

• 迭代iterable中的每个元素，每次迭代都先判断if_exp表达式结果为真，如果为真则进行下一步，如果为假则进行下一次迭代；

• 把迭代结果赋值给iter_var，然后通过exp得到一个新的计算值；

• 最后把所有通过exp得到的计算值以一个新列表的形式返回。

相当于这样的过程：

L = []for iter_var in iterable:    if_exp:        L.append(exp)

循环嵌套语法格式

[exp for iter_var_A in iterable_A for iter_var_B in iterable_B]

工作过程：

每迭代iterable_A中的一个元素，就把ierable_B中的所有元素都迭代一遍。

相当于这样的过程：

L = []for iter_var_A in iterable_A:    for iter_var_B in iterable_B:        L.append(exp)

2. 应用场景

其实列表生成式也是Python中的一种“语法糖”，也就是说列表生成式应该是Python提供的一种生成列表的简洁形式，应用列表生成式可以快速生成一个新的list。它最主要的应用场景是：根据已存在的可迭代对象推导出一个新的list。

3. 使用实例

我们可以对几个生成列表的要求分别通过“不使用列表生成式”和“使用列表生成式”来实现，然后做个对比总结。

实例1：生成一个从3到10的数字列表

# 不使用列表生成式实现list1 = list(range(3, 11))# 使用列表生成式实现list2 = [x for x in range(3, 11)]

实例2：生成一个2n+1的数字列表，n为从3到11的数字

# 不使用列表生成式实现list3 = []for n in range(3, 11):    list3.append(2*n + 1)# 使用列表生成式实现list4 = [2*n + 1 for n in range(3, 11)]

实例3：过滤出一个指定的数字列表中值大于20的元素

L = [3， 7， 11， 14，19， 33， 26， 57， 99]# 不使用列表生成式实现list5 = []for x in L:    if x < 20:        list5.append(x)# 使用列表生成式实现list6 = [x for x in L if x > 20]

实例4：计算两个集合的全排列，并将结果作为保存至一个新的列表中

L1 = ['香蕉', '苹果', '橙子']L2 = ['可乐', '牛奶']# 不使用列表生成式实现list7 = []for x in L1:    for y in L2:        list7.append((x, y))# 使用列表生成式实现list8 = [(x, y) for x in L1 for y in L2]

实例5：将一个字典转换成由一组元组组成的列表，元组的格式为(key, value)

D = {'Tom': 15, 'Jerry': 18, 'Peter': 13}# 不使用列表生成式实现list9 = []for k, v in D.items():    list9.append((k, v))# 使用列表生成式实现list10 = [(k, v) for k, v in D.items()]

可见，使用列表生成式确实要方便、简洁很多，使用一行代码就搞定了。

4. 列表生成式与map()、filter()等高阶函数功能对比

我觉得，大家应该已经发现这里说的列表生成式的功能与之前 这篇文章 中讲到的map()和filter()高阶函数的功能很像，比如下面两个例子：

实例1：把一个列表中所有的字符串转换成小写，非字符串元素原样保留

L = ['TOM', 'Peter', 10, 'Jerry']# 用列表生成式实现list1 = [x.lower() if isinstance(x, str) else x for x in L]# 用map()函数实现list2 = list(map(lambda x: x.lower() if isinstance(x, str) else x,  L))

实例2：把一个列表中所有的字符串转换成小写，非字符串元素移除

L = ['TOM', 'Peter', 10, 'Jerry']# 用列表生成式实现list3 = [x.lower() for x in L if isinstance(x, str)]# 用map()和filter()函数实现list4 = list(map(lambda x: x.lower(), filter(lambda x: isinstance(x, str), L)))

对于大部分需求来讲，使用列表生成式和使用高阶函数都能实现。但是map()和filter()等一些高阶函数在Python3中的返回值类型变成了Iteraotr(迭代器)对象(在Python2中的返回值类型为list)，这对于那些元素数量很大或无限的可迭代对象来说显然是更合适的，因为可以避免不必要的内存空间浪费。关于迭代器的概念，下篇会单独进行说明。

觉得不错，点个在看呗！