Python 列表推导式与生成器
推导式
会直接生成一个相应的对象，也叫解析式
列表推导式
list_i = [i for i in range(0,25)]
print(list_i)
print(type(list_i))
#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]
#
可以很明显的看出列表推导式就是快速的生成了一个列表
当然，可以增加筛选条件
list_i = [i for i in range(0,25) if i % 2 != 0]#筛选出0到24的所有奇数
print(list_i)#[1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23]
其他的推导式也相同
字典推导式
x = ['a','b','c']
y = [1,2,3]
dict_i = {k: v for k,v in zip(x,y)}
print(dict_i) #{'a': 1, 'b': 2, 'c': 3}
#增加筛选条件，键不为a并且值大于2
dict_i = {k: v for k,v in zip(x,y) if k != 'a'and v > 2}
print(dict_i) #{'c': 3}
集合推导式
set_i = {i*i for i in [1,1,2,2,4,5,7]}
print(set_i)#{1, 4, 16, 49, 25} 已去重
print(type(set_i))#
优缺点
推导式可以快速的生成列表、字典和集合，方便快捷。
但是会一次性占用很大空间
生成器
解决推导式空间占有的方法就是生成器了，生成器不会一次性的占有一块存储空间，而是通过yield的方式一个一个的生成。除此之外生成器还有保存状态的特性。
调用了yield的函数叫做生成器函数，它返回一个迭代器。
使用案例
def fibonacci(num):#斐波那契数列生成器
a,b,counter = 0,1,0
while True:
if (counter > num):
return
yield a
a,b = b, a+b
counter += 1
f = fibonacci(10)
print(f)# #返回一个生成器对象
print(next(f))
print(next(f))
print(next(f))
print(next(f))
'''
#和迭代器一样，通过next的方式输出下一个元素
0
1
1
2
3
'''
保存状态与StopIteration
注意，接着以上代码，加上
while True:
print(next(f))
得到的结果是
'''
5
8
13
21
34
55
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
~/wencyyyyyy/iterator_and_generator.py in
1 while True:
----> 2 print(next(f))
StopIteration:
'''
这里并非从斐波那契数列的0开始，而是接着上面已经输出过的3，接着往下5、8、13、21、34、55
是因为在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行，这就是生成器的==保存状态==。
保存状态
这里在原代码中加入一行标志
def fibonacci(num):
a,b,counter = 0,1,0
while True:
if (counter > num):
return
yield a
print('这是第{}次'.format(counter))
a,b = b, a+b
counter += 1
f = fibonacci(10)
print(f)
print(next(f))
'''
0
'''
这里并没有输出，这是第counter次。说明函数确实执行到yield就暂停了。那么下次next(f)时有没有继续从上次结束的地方运行呢？
print(next(f))
'''
这是第0次
1
'''
很明显，确实是从上次结束的的地方继续运行的。
StopIteration
此外，出现了一个异常，StopIteration 。这里没什么好解释的，因为生成器返回的是一个迭代器。迭代完成，斐波那契数列中数字超过10个时，就代表迭代已经完成。
联系方式
如果您对本片博文有任何意见或者建议，欢迎您联系我