Python生成器推导式

Python 生成器推导式

趁刚总结的列表推导式还热乎，来看看生成器推导式。
有需要了解列表推导式的小伙伴可以去看之前我的总结Python列表推导式

一.列表推导式VS生成器推导式

1.从形式上看，生成器推导式与列表推导式非常接近，只是生成器推导式使用圆括号而不是列表推导式所使用的方括号。
2.与列表推导式不同的是，生成器推导式的结果是一个生成器对象，而不是列表，也不是元祖。但使用生成器对象的元素时，可以根据需要将其根据需要转化为列表或者元祖。

二.生成器推导式 starting…

废话不多说，直接以实例说明>>
1.创建生成器推导式

>>> g = ((i+2)**2 for i in range(10))
>>> g
<generator object <genexpr> at 0x000001CA569C5AC8>

这样看来，生成器推导式创建时只不过将列表推导式的方括号改为圆括号即可（就这 ？？？当然不，接着往下看嘛 ）
2.根据需要将创建好的生成器对象转化为列表或元祖

>>> g = ((i+2)**2 for i in range(10))
>>> g
<generator object <genexpr> at 0x000001CA569C5AC8>
>>> list(g)#将生成器对象转化为列表
[4, 9, 16, 25, 36, 49, 64, 81, 100, 121]
>>> tuple(g)#将生成器对象转化为元祖
()#为什么是空的？？！看下面总结

注：关于惰性求值
1.是什么：惰性求值（Lazy Evaluation），又译为惰性计算、懒惰求值，也称为传需求调用（call-by-need）。
2.为什么：使用惰性求值的目的是要最小化计算机要做的工作。eg：生成器推导式是继列表推导式后的Python推导式，比列表推导式速度快，占内存少。
3.特点：不管用什么方法访问元素，当所有元素访问结束后，立马清空生成器对象。如果需要重新访问其中的元素，必须重新创建该生成器对象。

3.遍历生成器对象中的元素

>>> g = ((i+2)**2 for i in range(10))
>>> print(g.__next__())#使用生成器对象__next__()方法获取元素
4
>>> print(g.__next__())
9
>>> print(next(g))#使用内置函数next()方法获取生成器对象中的元素
16
>>> print(next(g))
25
#-----使用循环直接遍历生成器对象中的元素-------
g = ((i+2)**2 for i in range(10))
for item in g:
    print(item,end = ' ')

4.包含yield语句的函数可用来创建可迭代的生成器对象
通过一个例子体会：

def f():
    a,b = 1,1#序列解包，同时为多个元素赋值
    while True:
        yield a#暂停执行，需要时再产生一个新元素
        a,b = b,a+b#序列解包，继续生成新元素
a = f()#创建生成器对象
for i in range(10):#斐波那契数列中前十个元素
    print(a.__next__(),end = ' ')
    #结果：1 1 2 3 5 8 13 21 34 55
for i in f():
    if i > 100:#斐波那契数列中第一个大于100的元素
        print(i)
        #结果：144
        break
a = f()
print(next(a))#使用内置函数next()获取生成器对象中的元素
print(next(a))#每次获取新元素时，由yield语句生成
print(next(a))
#结果：
1
1
2

注：关于yield关键字
1.yield作为Python33个关键字之一，在生成器函数中用来返回值。Python33个关键字
2.可以把yield看做return，只不过return的作用是在程序中返回某个值，返回之后程序就不再往下运行了。而使用yield的函数是一个生成器，不仅仅是一个简单的函数。
3.可以将yield理解为：暂停执行，需要时再产生一个新元素。也就是说，yield扮演的也是返回的角色，但并不意味着yield返回就结束了整个程序，仅仅是暂停，下次需要时再出现。