Python中的解析式和生成器表达式

绝地灬酷狼 2022-02-22 02:55 369阅读 0赞

## 解析式和生成器表达式 ##

#### 列表解析List Comprehension ####

*  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，会返回一个新的列表
 *  列表解析试优点
    
     *  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
     *  减少程序工作量，减少出错
     *  简化代码，可读性增强
 *  简单示例：

![list001][]

*  例子No1

#NO1 返回1-10平方的列表
    [_*_ for _ in range(1,11)]

*  例子No2

#NO2 有一个列表lst = [1,4,9,16,2,5,10,15],生成一个新列表，要求新列表元素是lst相邻2项的和
    lst = [1,4,9,16,2,5,10,15]
    [lst[i]+lst[i+1] for i in range(len(lst)-1)]

*  例子No3

#No3 打印9*9乘法表
    var = [print("{}*{}={}".format(j,i,i*j),end="\n" if i==j else "\t") for i in range(1,10) for j in range(1,i+1)]

*  例子No4

#No4 "0001.abadicddws"是ID格式，要求ID格式是以点分割，左边4位从1开始的整数，右边是10位随机小写英文字母，请依次生成100个ID的列表
    import random,string
    #["{:0>4}.{}{}{}{}{}{}{}{}{}{}".format(i,*[random.choice(string.ascii_lowercase) for _ in range(10)]) for i in range(1,101)]
    #["{:0>4}.{}".format(i,bytes(random.choices(range(97,123),k=10)).decode()) for i in range(1,101)]
    ["{:0>4}.{}".format(i,"".join(random.choices(string.ascii_lowercase,k=10))) for i in range(1,101)]

#### 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)
     *  使用小括号(),内部是for循环，if条件语句可选，会返回一个生成器对象
 *  生成器与列表解释器的区别
    
     *  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：是一个可迭代对象。是一个迭代器
 *  例子：
    
    1.  生成器表达式
    
        g = ( _ for _ in range(10))
        print(g) 
        key = next(g)  #生成器g游标下移一位。并返回第一个值
        for x in g:  # 由于生成器是按需计算，只有当需要对x进行赋值时，才会从生成器g中计算出当前游标对应的值。赋给x
            print(x)
        print("-----------------")
        for x in g:  #注意：生成器游标不能回滚，即后退。生成器只能迭代一次。所以本次迭代没有数据
        print(x)
    
    ![list002][]  
    2. **例子3：生成器中的闭包**
    
        def getcont():
            key = 5
            hh = (key+i for i in range(4))
            key = 100  #注意此时生成器中的key对应的值会变成100
            return hh
        hh = getcont()  ## 注意此时生成器中key对应的值变成100，形成闭包。
        key = 120 #此时key与hh中生成器的key不同
        list(hh)
    
    ![yield005][]
 *  生成器表达式和列表解析式的区别
    
     *  计算方式
        
         *  生成器表达式：延迟计算，按需取值。
         *  列表解析器：立即计算，得到所有值
     *  内存占用
        
         *  生成器表达式：节约内存，生成器对象是个对象，需要数据时就计算获取一个值
         *  列表解析式：占用内存与数据总量一致。
     *  计算速度：两者设计思路不一致，没有可比性。

#### 集合解析式 ####

*  语法
    
     *  \{返回值 for 元素 in 可迭代对象 if 条件\}
     *  使用大括号\{\},**值必须是可哈希**，内部是for循环，if条件语句可选，会返回一个集合
 *  用法

{ (x,x+1) for x in range(10)}
    {  _ for _ in range(10)}

![list003][]

#### 字典解析式 ####

*  语法
    
     *  \{返回值 for 元素 in 可迭代对象 if 条件\}
     *  使用大括号\{\},**值使用key:value形式定义,key必须是可哈希**，内部是for循环，if条件语句可选，会返回一个字典
 *  用法

dictt1 = {  x:x+1 for x in range(10)}
    dictt2 = { x:[x+1] for x in range(10)}
    dictt3 = { (x,):[x+1] for x in range(10)}
    dictt4 = { str(x):[x,x+1] for x in range(10)}
    dictt5 = { chr(0x41+x):x**2 for x in range(10)}
    print(dictt1,dictt2,dictt3,dictt4,dictt5,sep="\n")

![list004][]

#### 总结 ####

*  Python2 引入列表解析式
 *  Python2.4 引入生成器表达式
 *  Python3 引入集合、字典解析式，并迁移到了2.7

1.  一般来说应该多用解析式，简短、高效。如果一个解析式非常复杂难读懂，要考虑使用for循环
2.  生成器和迭代器是不同的对象，单都是可迭代对象

*  生成器对象—》一定是迭代器—》一定可迭代
 *  迭代器：能用next()函数调用取下一个值。是迭代器 —》一定可迭代
 *  可迭代对象，不一定是迭代器，也不一定是生成器对象  
    ![list005][]

[list001]: https://raw.githubusercontent.com/1263351411/xdd.github.io/master/img/list001.jpg
[list002]: https://raw.githubusercontent.com/1263351411/xdd.github.io/master/img/list002.jpg
[yield005]: /images/20220222/1814f9802bf64151b7a932693961fde8.png
[list003]: /images/20220222/3fa757dbc6794b12b1f4deb146bb8f54.png
[list004]: /images/20220222/b079a8d23d3049238ae23f211089e7b6.png
[list005]: /images/20220222/5f7bc81cdd7d4b55bf36abb00b5f636c.png