【python】对列表的过滤， 列表解析，生成器表达式

使用filter和lambda函数

filter（fun, seq）函数对seq里的每个元素执行fun（），并返回值为true的元素放在一个iterator里

例如在一个列表里找出所有奇数可以这样写：

a = [1,2,3,4,5,6,7,8]
print(list(filter(lambda x: x%2 , a)))
>>> ================================ RESTART ================================
>>> 
[1, 3, 5, 7]

也可以使用列表解析，效率比filter高，比for循环更是高两倍

列表解析的表达式为：

[expr for iter_val in iterable]
[expr for iter_val in iterable if cond_expr]

第一种，首先迭代iterable里的所有内容，每一次迭代，都把iterable里相应的内容放到iter_val,再在表达式中应用该iter_val的内容，最后用表达式的计算值返回一个列表

第二种，则是满足条件的才执行迭代操作

上面求奇数同样可以这样写：

b = [val for val in a if val%2]
print(b)

>>> ================================ RESTART ================================
>>> 
[1, 3, 5, 7]
 
  
 
  
 
  

 
  
生成器表达式（此部分转载自http://www.cnblogs.com/moinmoin/archive/2011/03/10/lsit-comprehensions-generators.html）
 
  
 
  
 生成器表达式是在python2.4中引入的，当序列过长， 而每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析。生成器表达式的语法和列表解析一样，只不过生成器表达式是被（）括起来的，而不是[]，如下：
 
  
 
   
 
    (expr for iter_var in iterable) 
 (expr for iter_var in iterable if cond_expr) 
   
 
  
 
  
 例：
 
  
 
   
 
     
   
 
   
 
    >>> L= (i +1for i in range(10) if i %2)
>>> L
<generator object <genexpr> at 0xb749a52c>
>>> L1=[]
>>>for i in L:
 ... L1.append(i)
 ... 
>>> L1
 [2, 4, 6, 8, 10] 
   
 
   
 
     
   
 
  
 
  
 生成器表达式并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生”(yield)出来。 生成器表达式使用了“惰性计算”(lazy evaluation，也有翻译为“延迟求值”，我以为这种按需调用call by need的方式翻译为惰性更好一些)，只有在检索时才被赋值（ evaluated），所以在列表比较长的情况下使用内存上更有效。A generator object in python is something like a lazy list. The elements are only evaluated as soon as you iterate over them. 
 
  
 一些说明：
 
  
 1. 当需要只是执行一个循环的时候尽量使用循环而不是列表解析，这样更符合python提倡的直观性。
 
  
 
   
 
    for item in sequence:
 process(item) 
   
 
  
 
  
 2. 当有内建的操作或者类型能够以更直接的方式实现的，不要使用列表解析。
 
  
 例如复制一个列表时，使用：L1=list（L）即可，不必使用：
 
  
 
   
 
    L1=[x for x in L] 
   
 
  
 
  
 3. 当序列过长， 而每次只需要获取一个元素时，使用生成器表达式。
 
  
 4. 列表解析的性能相比要比map要好，实现相同功能的for循环效率最差（和列表解析相比差两倍）。
 
  
 5. 列表解析可以转换为 for循环或者使用map（其中可能会用到filter、lambda函数）表达式，但是列表解析更为简单明了，后者会带来更复杂和深层的嵌套。