列表生成式是 python 內置的很是強大的能夠用來生成列表的生成式。在學習生成器以前先來了解一下列表生成式,者有利於咱們隊生成器的理解。python
列表生成式的語法格式以下app
[exp for iter_var in iterable if_exp]
列表生成式的實際執行過程以下:函數
若是迭代獲得的元素無需過濾的話,if_exp 能夠省略。
咱們若是要生成一個 1 至 100 的整數的列表能夠使用 list(range(1,101)), 若是要 1 到 100 的整數的平方咱們能夠使用循環來實現工具
list = [] for x in range(1, 101): list.append(x * x) print(list)
除了使用選好咱們還能夠使用列表生成式來實現學習
list = [x * x for x in range(1, 101)] print(list)
如今咱們須要 1 至 100 中全部偶數的的平方,咱們也能夠使用列表生成式來實現開發工具
list = [x * x for x in range(1, 101) if x % 2 == 0] print(list)
經過使用列表生成式咱們能夠寫出簡潔的代碼來快速的初始化列表。spa
生成器從名字上來看能夠理解爲生成數據的工具。生成器按照某種特定的規則不斷的生成數據,直到結束爲止。3d
生成器的語法規則以下:code
(exp for iter_var in iterable if_exp)
從形式上看生成器和列表生成式很是類似,生成器僅僅是將列表生成式的方括號換成了圓括號。而實際使用上卻有很大的差異,列表生成式一次生成一個列表若列表的元素過多則佔用很大的內存空間,而生成器一次僅生成一個元素即節省了內存空間又能夠獲取完整的列表內容。blog
#!/usr/bin/env python3 # -*- coding:utf-8 -*- list1 = [x * x for x in range(1, 20) if x % 2 == 0] list2 = (x * x for x in range(1, 20) if x % 2 == 0) print(type(list1)) print(type(list2)) print(list1) print(list2) for n in list2: print(n) for n in list2: print(n)
以上代碼執行結果以下:
<class 'list'> <class 'generator'> [4, 16, 36, 64, 100, 144, 196, 256, 324] <generator object <genexpr> at 0x101163390> 4 16 36 64 100 144 196 256 324
從以上代碼的執行結果咱們能夠看出,使用列表生成式即生成了一個完整的列表,包含了列表的全部元素;使用生成器產生的是一個生成器,自己未含有任何元素,當咱們使用 for 循環進行迭代時能夠獲取生成器生成的整個列表的元素,可是生成器僅能迭代一次,迭代完成後將沒法再獲取內容,這也是迭代器的特性。
生成器解具備不少用途,在不少地方替代列表使用是一個不錯的選擇。特別是針對大量值的時候,列表佔內存較多,生成器的優點就在於少佔內存,所以無需將生成器實例化爲一個列表,直接對其進行操做,方顯示出其迭代的優點。
以上列表是比較簡單的生成器,能夠直接使用列表生成式修改獲得,若是是比較複雜的生成器則須要使用包含 yield 的函數來實現。下面咱們經過 yield 函數來實現上面的列表(包含 1 至 20 中全部偶數的平方)。
#!/usr/bin/env python3 # -*- coding:utf-8 -*- def even_squares(start, end): for n in range(start, end): if n % 2 == 0: yield n * n list = even_squares(1, 20) print(type(list)) print(list) for n in list: print(n)
以上代碼執行結果以下
<class 'generator'> <generator object even_squares at 0x10aa38c00> 4 16 36 64 100 144 196 256 324
從以上代碼運行結果能夠看出使用 yield 函數和使用列表生成式的生成器獲取的結果徹底相同。
生成器具備如下特色:
- 能夠使用相似列表生成式的方式生成,也能夠使用 yield 函數生成。
- 生成器只在使用時才生成數據,可用來節省內存空間。
- 生成器實際是一個特殊的迭代器,能夠使用 for 循環進行迭代。
- 只記錄當前的位置,只能向前不能向後,「生成器只能使用一次,再次使用需從新初始化」。最後注意:無論你是爲了Python就業仍是興趣愛好,記住:項目開發經驗永遠是核心,爲解決初學者學習上的困難,專門創建的Python學習扣QUN:⑧⑤⑤-④零⑧-⑧⑨③從零基礎開始到Python各領域的項目實戰教程、開發工具與電子書籍。與你分享企業當下對於python人才需求及學好python的高效技巧,不停更新最新教程