Python:列表推导式和生成器表达式

列表推导式和生成器表达式真的能让代码“ 更易于理解 ” 吗？

1. 列表推导式（List Comprehensions）​

• ​语法：用方括号 [] 包裹。
• ​特点：​立即计算并生成完整列表，所有元素一次性存储在内存中。
• ​适用场景：
  • 需要多次访问或修改数据。
  • 需要索引、切片等列表操作。
  • 数据量较小，内存充足。

​示例

# 生成0-9的列表
lst = [x for x in range(10)]
# 带条件的推导式（仅偶数）
even_lst = [x for x in range(10) if x % 2 == 0]
# 多层循环（笛卡尔积）
pairs = [(x, y) for x in range(3) for y in range(2)]

对比以下写法：

lst=[]
for x in range(10):
    lst.append(x)
even_lst=[]
for x in range(10):
    if x%2==0:
        even_lst.append(x)
pairs=[]
for x in range(3):
    for y in range(2):
        pairs.append((x,y))

 2.生成器表达式（Generator Expressions）​

• ​语法：用圆括号 () 包裹。
• ​特点：​惰性计算，按需逐个生成元素，不占用全部内存。
• ​适用场景：
  • 处理大规模数据（如文件、流数据）。
  • 只需单次遍历。
  • 内存敏感的场景（避免一次性加载所有数据）。

​示例

# 生成0-9的生成器
gen = (x for x in range(10))
# 带条件的生成器
even_gen = (x for x in range(10) if x % 2 == 0)
# 生成器作为函数参数（无需额外括号）
total = sum(x * x for x in range(10))

3.核心区别

​特性	​列表推导式	​生成器表达式
​内存占用	高（存储所有元素）	低（逐个生成）
​计算时机	立即执行	惰性计算（按需生成）
​可重用性	可多次遍历	仅能遍历一次
​语法符号	方括号 []	圆括号 ()
​适用场景	小数据、多次操作或需要索引	大数据、单次遍历或内存敏感场景

​4. 高级用法

(1) 条件过滤

# 列表推导式
filtered_list = [x for x in range(100) if x % 3 == 0]
# 生成器表达式
filtered_gen = (x for x in range(100) if x % 3 == 0)

(2) 多层循环

# 列表推导式（生成笛卡尔积）
matrix = [[(i, j) for j in range(3)] for i in range(2)]
# 生成器表达式
gen = ((i, j) for i in range(2) for j in range(3))

(3) 函数组合

# 使用生成器表达式转换数据
squared = (x**2 for x in some_generator)
# 转换为列表（等价于列表推导式）
lst = list(squared)

---

​5. 注意事项

• ​生成器只能遍历一次：遍历后生成器会耗尽，需重新创建。
• ​副作用操作：避免在生成器中执行打印、修改外部变量等操作（惰性计算可能导致意外结果）。
• ​数据源变动：生成器依赖原始数据源，若数据源被修改，结果可能变化。
• ​用列表推导式：当需要快速生成列表且数据量小，或需要多次操作。
• ​用生成器表达式：处理大规模数据、节省内存，或作为函数参数（如 sum()、max()）。