您的位置:首页 > 编程语言 > Python开发

零基础学python-19.8 生成器表达式:当迭代器遇上列表解析

2015-10-21 00:00 671 查看
这一章节我们来讨论一下生成器表达式。

从语法上来讲,生成器表达式跟列表解析一个样,只不过列表解析放在中括号里面,而生成器表达式放在小括号里面

>>> [x for x in range(5)]
[0, 1, 2, 3, 4]
>>> (x for x in range(5))
<generator object <genexpr> at 0x01E5F3A0>
>>> list(x for x in range(5))
[0, 1, 2, 3, 4]
>>>


从上面的代码可以看见,小括号返回的是一个生成器,要使用list函数才能解析里面的内容。

说白了,从结果上面来看,其实列表解析就是在使用list函数迫使生成器一次性生成所有结果。

>>> g=(x for x in range(5))
>>> next(g)
0
>>> next(g)
1
>>>


>>> [x for x in range(5)]
[0, 1, 2, 3, 4]


从执行上面来看,列表解析一次性在内存里面构建所有的结果,而生成器表达式只不过返回一个对象,而且这个对象支持迭代协议,只要在迭代环境当中都可以操作。

>>> g=(x for x in range(5))
>>> for item in g:
print(item)

0
1
2
3
4
>>>


例如我们可以通过for来得到生成器里面的对象的值。

>>> g=(x for x in range(5))
>>> list(map(lambda x :x**2,g))
[0, 1, 4, 9, 16]
>>>

>>> g=(x for x in range(5))
>>> list(filter(lambda x:x%2==0,g))
[0, 2, 4]
>>>

>>> g=(x for x in range(5))
>>> list(sorted(g,reverse=True))
[4, 3, 2, 1, 0]
>>>


又如上面的代码,可以在map、filter和sorted等支持迭代协议的环境中,都可以支持对象的操作。

总结:这一章节主要说明了生成器与列表解析之间的关系,以及生成器支持迭代协议,可以在迭代环境中对其中的对象进行操作。

这一章节就说到这里,谢谢大家

------------------------------------------------------------------
点击跳转零基础学python-目录

版权声明:本文为博主原创文章,未经博主允许不得转载。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  map python 列表解析