列表生成式
#生成[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
#直接创建
arr = list(range(0, 10))
print(arr)
#列表生成式
arr = [x for x in range(0, 10)]
print(arr)
上面两段代码效果相同，都是生成0~9的list，第二段代码使用的是列表生成式。
其中第二个x表示for..in迭代的元素，第一个x表示添加到list中的元素；第一个x还可以替换成其他的，例如表达式
arr = [0 for x in range(0, 10)]
print(arr)
#输出：[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
arr = [x*2 for x in range(0, 10)]
print(arr)
#输出：[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
在for..in后面还能加上if条件判断。抱着怀疑的态度，试了试在直接使用for..in进行迭代的情况下添加if判断，结果报错了。
arr = [x * x for x in range(0, 10) if x % 2 == 0]
print(arr)
#输出：[0, 4, 16, 36, 64]
还有一个比较强大的地方，列表生成式支持for..in的叠加，也就是循环的嵌套
arr = [m + n for m in '123'for n in 'abc']
print(arr)
#输出：['1a', '1b', '1c', '2a', '2b', '2c', '3a', '3b', '3c']
for..in所支持的迭代类型，在列表生成式中都是可以使用的，例如字符串，dirt，dirt.values()，dirt.items()等，都是可以使用的。而在列表生成式的第一个x的位置，出了表达式，还支持第二个x类型所支持的函数。
生成器（generator）
列表生成式是一次直接创建了一个完整的list，而生成器则不必创建一个完整的list，可以一边循环一边创建list中的元素，这样跟更加节省内存。
#生成式中的[]变成()
g = (x for x in range(10))
这样就创建了一个generator，并不是list，可以通过next(g)函数获取生成的元素，next会获取下一个生成的元素。而generator也是支持迭代的，这样才更加合理，不需要无限的调用next(g)，并且不需要关心StopIteration的错误。当next(g)不能生成元素了会报StopIteration错误。
g = (x for x in range(10))
for n in g:
print(n)
在较复杂的情况下，无法用迭代完成时，generator可以用函数来实现。比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'
上面的函数打印了斐波那契数列的前max个数，这里只需要把print(b)修改成yield(b)，fib函数就变成了一个generator
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield(b)
a, b = b, a + b
n = n + 1
return 'done'
直接打印fib(4)时，已经不是按照之前的规则输出数列，结束时输出done，而是这样一串字符
<generator object fib at 0x000001E7F04B8258>
这是因为generator和函数的执行流程不同，函数是顺序执行遇到return或者执行完成就结束了；而generator则是在每次条用next时执行，遇到yield语句返回，再次执行next时从上次的yield继续执行。举个例子：
def odd():
print('step 1')
yield (1)
print('step 2')
yield (2)
print('step 3')
yield (3)
o = odd()
print(next(o))
print(next(o))
print(next(o))
输出结果：
step 1
1
step 2
2
step 3
3
从输出结果可以看得出来，每调用一次next都会停在yield的地方，下一次执行next有会接着从这里开始。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。
同时这里还会发现一个问题，当使用
yield将函数变成generator函数是无法获取return的值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。
迭代器
之前提高过迭代的概念，也就是for..in，支持的数据类型有list、tuple、dict、set、str等；generator和generator函数也是支持的，这些都是Iterable对象。在迭代中有提到isinstance()函数可以判断一个对象是否是Iterable对象。
其中generator不仅可以使用for循环并且可以使用next()函数并不断返回下一个值，这样的对象被称为迭代器（Iterator）。
同样可以使用isinstance()函数判断一个对象是否是Iterator对象
from collections import Iterator
print(isinstance([], Iterator))
print(isinstance({}, Iterator))
print(isinstance('', Iterator))
以上上种类型输出的结果都是False
这里有一点需要注意，generator是Iterator，但list、dict、str虽然是Iterable，却不是Iterator。使用iter()函数可以将list、dict、str等Iterable变成Iterator。
for循环的本质就是通过不断条用next()函数实现的。
网友评论