一番码客 : 挖掘你关心的亮点。
http://www.efonmark.com
本文目录：
[TOC]
先看几个例子。
例子一：生成一个1~10的整数列表
1 | list = [1,2,3,4,5,6,7,8,9,10] |
或者，
1 | list = range(1,11) |
例子二：生成一个1~10的每个整数的平方数的列表
1 | list = [] |
2 | for num in range(1, 11): |
3 | list.append(num*num) |
虽然确实是实现了预期的需求，但是需要通过多行代码才能实现，过程非常繁琐，一点都不pythonic。
为了实现类似需求，python提供了一些高级特性来简化，就是列表推导式。
列表推导式
列表推导式(List Comprehensions)是python内置的非常简单且强大的可以用来轻松创建列表(List)的方法。
例子三：用列表推导式创建1~10的所有整数的平方数的列表
1 | list = [num*num for num in range(1,11)] |
2 | list |
3 | [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] |
可见，列表推导式的书写规则是，生成的元素放在语句前面，紧跟着的是for循环。
而且，在列表推导式的循环后面加上条件判断 。
列子四：创建1~10的所有偶数平方数的列表
1 | list = [num * num for num in range(1,11) if num%2 == 0] |
2 | list |
3 | [4, 16, 36, 64, 100] |
例子五：使用两个for循环将两个列表中的元素进行全排列，继而生成新的列表
1 | list = [char+num for char in ['a', 'b', 'c'] for num in ['1','2', '3']] |
2 | list |
3 | ['a1', 'a2', 'a3', 'b1', 'b2', 'b3', 'c1', 'c2', 'c3'] |
生成器表达式
基于列表继续扩展，如果列表元素的个数持续扩大，达到10万个，如此大的列表将占据巨大的内存。假设程序实际上只需要访问列表中其中的几个元素，那么列表占用的绝大多数内存空间都是多余的，纯属浪费。Python为了解决这个问题，引入生成器(generator)。
可以通过生成器表达式将列表改为一个生成器。 列表一旦被创建，其包含的元素就实实在在地存在内存中，占据着内存空间，列表存放的是元素本身，而生成器存放的是算法，通过next()调用算法实时生成元素，因此生成器占用的内存空间很小。
将列表推导式的方括号[]改为小括号()即可创建一个生成器。
例子六：
1 | g = (num * num for num in range(1,6)) |
2 | g |
3 | <generator object <genexpr> at 0x0000018E0754F228> |
4 | next(g) |
5 | 1 |
6 | next(g) |
7 | 4 |
8 | next(g) |
9 | 9 |
10 | next(g) |
11 | 16 |
12 | next(g) |
13 | 25 |
14 | next(g) |
15 | Traceback (most recent call last): |
16 | File "<stdin>", line 1, in <module> |
17 | StopIteration |
说明：可以看到，列表list一旦被创建，内存中就存放所有元素，而生成器g的元素内容将随着next()函数的调用实时生成，直到最后没有元素可生成时，抛出StopIteration错误。
生成函数器
除了表达式可以变为生成器之外，函数同样可以变为生成器。
例子七：编写一个函数，通过该函数可以计算出任意自然数的平方数。
1 | #!usr/bin/env python |
2 | def square(input): |
3 | list = [] |
4 | for num in range(input): |
5 | list.append(num * num) |
6 | print(list) |
7 | return list |
8 | |
9 | for num in square(5): |
10 | print(num) |
结果：
1 | [0] |
2 | [0, 1] |
3 | [0, 1, 4] |
4 | [0, 1, 4, 9] |
5 | [0, 1, 4, 9, 16] |
6 | 0 |
7 | 1 |
8 | 4 |
9 | 9 |
10 | 16 |
说明：可以看到square()函数在运行过程中会创建一个列表，假设想要计算的自然数变大，那么列表也会变大，此程序便会占据大量的内存，当自然数无限大时，程序将因无法分配到足够的内存而崩溃。
例子八：借助生成器，将square()函数改为生成器函数。
1 | #!usr/bin/env python |
2 | def square(input): |
3 | for num in range(input): |
4 | print('before yield') |
5 | yield num * num |
6 | print('after yield') |
7 | |
8 | for num in square(5): |
9 | print(num) |
结果：
1 | before yield |
2 | 0 |
3 | after yield |
4 | before yield |
5 | 1 |
6 | after yield |
7 | before yield |
8 | 4 |
9 | after yield |
10 | before yield |
11 | 9 |
12 | after yield |
13 | before yield |
14 | 16 |
15 | after yield |
说明：
- 可以看到，使用生成器函数同样实现了与普通函数同样的功能。
- 它们有如下区别：生成器代码更简洁。 对比两者的代码，除了用于打印提示信息的代码之外，生成器的代码量更少，结构更为简洁。生成器内存占用极少。生成器并没有创建列表，更不会因为自然数的变大而消耗大量的内存； 普通函数则面临严重的内存问题。运行方式不同。 普通函数是顺序执行的，直到执行完最后一行语句或者遇到return语句就返回；而生成器函数则是遇到
yield语句返回，再次执行时，从上次离开的地方继续执行。
|
参考： - 《物联网Python开发实战》 |
 |
免费知识星球：一番码客-积累交流 微信公众号：一番码客 微信：Efon-fighting 网站：http://www.efonmark.com |
