列表推导式与生成器的区别

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]
#<class 'list'>

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))#<class 'set'>

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)#<generator object fibonacci at 0x10759fa40> #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))
'''
<generator object fibonacci at 0x1076e7830>
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

邮箱:Wency03lk@outlook.com

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容