列表解析和生成器表达式

列表解析(List comprehensions，或者缩略为list comps)来自函数式编程语言Haskell，可以用来动态创建列表。

[expr for iter_var in iterable]

这个语法的核心是for 循环，他迭代iterable对象的所有条目，表达式expr应用于序列的每个成员，最后的结果值是该表达式产生的列表。

print map(lambda x:x ** 2,range(6))
print [x ** 2 for x in range(6)]            #使用列表解析

列表解析中，只有一次函数调用(调用range()函数)，而第一条语句中有三次函数调用(range(),map(),lambda)，也可以将x**2括起来，这样更便于阅读[(x**2) for x in range(6)]，列表解析可以取代内建的map()和lambda函数，而且效率更高。结合if语句，列表解析还提供了一个扩展的语法形式。

[expr for iter_var in iterable if cond_expr ]

seq = [11,10,9,9,10,10,9,8,23,9,7,18,12,11,12]
print filter(lambda x:x%2,seq)
print [x for x in seq if x % 2]

还比如迭代一个矩阵

print [(x+1,y+1) for x in range(3) for y in range(5)]

生成器表达式是列表解析的一个扩展，列表解析的一个重要不足之处在于要生成所有的数据，用于创建整个列表，这可能对于有大量数据的迭代器有负面效应，而生成器是特定的函数，允许返回一个值，然后“暂停”代码的执行，稍后回复。生成器表达式通过结合列表解析和生成器解决了整个问题。其语法和列表解析非常相似，而且他们的基本语法基本相同，不过生成器表达式并不真正的创建数字列表，而是返回一个生成器，整个生成器在每次计算出一个条目后，把这个条目“产生”出来，生成器表达式使用了“延迟计算”，所以在使用内存上更高效。

（expr for iter_var in iterable if cond_expr ）

生成器并不会让列表解析废弃，它只是一个内存使用更友好的结构，基于此，很多使用生成器的地方

例如计算文件中的非空字符总和。

f = open('test.txt','r')
print len([word for line in f for word in line.split()])
print sum(len(word) for line in f for word in line.split())

为了避免创建庞大的列表，可以使用生成器表达式来完成对非空格字符的求解

这里寻找一个文件最长的行的例子来看看如何改进代码

f = open('/etc/motd','r')
longest = 0
while true:linelength = len(f.readline().strip())    #strip()函数是移除字符串首尾的空字符if not linelength:breakif linelength > longest:longest = linelengthf.close()
return longest

在上面的例子中，从读取文件开始一直查找到最长的行，一直占用着文件资源，那如果这是一个很多进程都需要访问的日志文件，这样理所当然的就不能一直占用文件的句柄不释放，因此作出如下改动。

f = open('/etc/motd','r')
longest = 0
allLines = f.readlines()
f.close()
for line in allLines:linlen = len(line.strip())if linlen > longest:longest = linlen
return longest

列表解析允许稍微简化代码，而且可以再得到行的集合之前做一定的处理

f = open('/etc/motd','r')
longest = 0
allLines = [x.strip() for x in f.readlines()]
f.close()
for line in allLines:linlen = len(line)if linlen > longest:longest = linlen
return longest

然而两个例子中在处理大文件时候都有问题，因为readlines()函数会读取文件的所有行，在有了迭代器之后，文件本事就成为自己的迭代器，不需要调用readlines()函数，这样

f = open('/etc/motd','r')
allLineLen = [len(x.strip()) for x in f]
f.close()
return max(allLineLen)

这里的问题就是一行一行迭代f的时候，列表解析需要文件的所有行读取到内存中，然后生成列表，这里可以进一步简化代码：使用生成器表达式替换列表解析，然后把它移动大max()函数中

f = open('/etc/motd','r')
longest = max(len(x.strip()) for x in f)
f.close()
return longest

最后可以去掉文件的打开模式(默认为读取)，然后让python去处理打开的文件。当然文件用于写入的时候不能这么做。

return max(len(x.strip()) for x in open('etc/moth'))

列表解析和生成器表达式相关推荐

python天天向上代码解析-python列表解析和生成器表达式
列表解析在需要改变列表而不是需要新建某列表时,可以使用列表解析.列表解析表达式为: [expr for iter_var in iterable] [expr for iter_var in iter ...
Python基础-----三元表达式、列表解析、生成器表达式
三元表达式: 变量 = 值1 if 条件为真 else 值2 类似于: res = '对了' if 1 > 2 else '错了' print(res) >>> '错了' 普通 ...
三元表达式，列表解析和生成器表达式
三元表达式在以前,在诸如比较两个数大小的时候,通常的写法都是下面的样子 if x > y:print("the max is x") else:print("th ...
python迭代器和生成器(3元运算，列表生成式，生成器表达式，生成器函数)
1.1迭代器什么是迭代器: 迭代器是一个可以记住遍历的位置对象迭代器对象从集合的第一个元素元素开始访问,直到所有元素被访问完结束,迭代器只能往前不会后退. 迭代器有两个基本方法:iter ,nex ...
python列表解析，生成表达式（一分钟读懂）
如果想通过操作和处理一个序列来创建一个新的列表时,可以使用列表解析和生成表达式区分就是 [ ] ( ) 1.列表解析 list comprehensions 2.生成表达式 a = [ i for ...
python关键字列表的表达式,python 列表推导和生成器表达式的使用
序列序列是指一组数据,按存放类型分为容器序列与扁平序列,按能否被修改分为不可变序列与可变序列. 容器序列与扁平序列容器序列存放的是对象的引用,包括list.tuple.collections.de ...
Python 列表推导、生成器表达式与声明式编程
1.****列表推导********* 用到函数的一个常见的操作是将其用于列表的所有项,并使用结果创建一个新的列表.例如: # coding=utf-8 ''' ****列表推导********* 用 ...
mysql数据字典生成器_「python技术」列表推导、生成器表达式和字典推导的差异及其示例
#开往春天新创作大赛# 前言列表推导式构建列表的快捷方式,而生成器表达式则可以用来创建其他任何类型的序列.自python2.7以后,列表推导和生成器表达式的概念就应用到了字典上,所以就有了字典推导, ...
列表推导和生成器表达式
1 概念解释列表推导是构建列表的快捷方式,生成器表达式可以用来创建其他任何类型的序列. 列表推导:放在方括号里的表达式,使用关键字for与in,通过处理和过滤一个或多个可迭代对象里的元素构建列表. ...

列表解析和生成器表达式

列表解析和生成器表达式相关推荐

最新文章

热门文章