python的推导式+生成器

推导式分为三种：1，list推导式

                             2，dict推导式

                             3，set推导式 

这是python中特有的语法，实质上是从一个数据中构建另外一个新的数据序列的结构体。

一，列表推导式 

 list推导式[  添加到新盒子的内容   for      某变量   in        可迭代对象    ]

例题：生成一个[0.5，1.0，1.5，2.0，2.5，and so on，10.0]的列表

li_1=[i/2 for i in range(1,21)]
print(li_1)

简单的一行代码就可以完成

紧接着第二个问题：“将li_2=[6，2，6，7，-15，8，-17，-10，-15，-4]中小于0的数字进行平方再存储到一个新列表之中”

li_3=[i**2  for i in li_2 if i<0]
print(li_3)

这样就可以了，通过这个例子，我们知道了在推导式中还可以添加条件来选择元素

那如果我们需要同时在两个列表中分别选择他的元素呢？

例题:li_4=["abc"]   li_5=["123“]将这两个列表组合起来形成[ '1a','1b','1c',and so on ,'2c','3c']

当我们不知道可以用列表推导式做时，只能使用嵌套循环

for i in li_4:
    for x in li_5:
        print(i+x)

但是当我们掌握了列表推导式之后，就可以简化这一部分代码

[i+x for i in li_4   for x in li_5]

并且这个嵌套可以无限增加

二，字典推导式

{key:value for 变量名 in 数据结构}

eg：实现将列表li_6=['age','name','gender']之中的元素和他的索引形成字典的形式

dic={i:li_6.index(i) for i in li_6 }
print(dic)

输出为

{'age':'0',"name":"1","gender":"2"}

三，集合推导式

{   添加到新盒子的内容   for      某变量   in        可迭代对象 }

例题：实现10个0到100的随机元素，并且去重

import random
s1={random.randint(1,100)  for i in range(10) }
print(s1)

四，生成器

为什么会有生成器？

[0,1,2,3,4,5,and so on,n]

这个列表占内存巨大，但是如果只是访问其中的几个，后面的内存就会被浪费，生成器的出现便会在循环的过程中根据算法不断地推出后续的元素，就不会管创建出一个完整的列表从而节省内存了空间。

生成器的创建来自于迭代器和推导式的结合【不懂迭代器的朋友可以看看下面这篇文章优快云https://mp.youkuaiyun.com/mp_blog/creation/editor/127343089】

其表达形式为（  添加到新盒子的内容   for      某变量   in        可迭代对象）

生成器和迭代器相同不通过索引取值，而是通过next（）方法取值