Python的高级特性2:列表推导式,生成器与迭代器

一.列表推导式

  1.列表推导式是颇具python风格的一种写法。这种写法除了高效，也更简短。

In [23]: {i:el for i,el in enumerate(["one","two","three"])}
Out[23]: {0: 'one', 1: 'two', 2: 'three'}

enumerate是内建函数，可以让列表获得“下标”的属性。
而如果不用列表推导式，上例需要这么写

In [24]: lst = ["one","two","three"]

In [25]: i = 0

In [26]: for e in lst:
   ....:     lst[i] = '%d: %s' % (i,lst[i])
   ....:     i +=1
   ....:   

In [27]: lst
Out[27]: ['0: one', '1: two', '2: three']

 

 二.迭代器

迭代器属于一个临时区，安排一些元素在里面，但只用用的时候才会创建一些临时区，一旦遍历结束则临时区清空，再遍历就失效了。所以说迭代器能够减少内存的开销。

下面用代码来说明这句话的意思。

In [29]: import sys

In [30]: i = iter(range(10000))

In [32]: id(i.__next__())
Out[32]: 4388723488

In [33]: sys.getsizeof(i)
Out[33]: 48

In [34]: sys.getsizeof(i.__next__())
Out[34]: 28

In [35]: e = range(10000)

In [37]: sys.getsizeof(e)
Out[37]: 48

In [38]: sys.getsizeof(list(e))
Out[38]: 90112

可以看到，如果一次性把list全部加载进来，需要90112byte内存空间，如果使用迭代器迭代，仅仅需要28byte内存空间。 

 

ps:可以被next()函数调用并不断返回下一个值的对象称为迭代器。生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator，list,tuple,dict,str是有可迭代属性(惰性循环),但如果需要转化成可迭代对象，可以用iter()来转换,验证方式就是看对象是否有__next__方法。

 

三.生成器(generator)

 生成器是一种特殊的迭代器。

1.什么时候需要用生成器

其实一般情况下是不需要生成器的，只有当因为性能限制下才需要用到，比如你需要用python来read一个10g的txt文件，如果一次性把10g的文件加载到内存再处理(.read()方法)，内存肯定溢出了。这里如果使用生成器，就可以把读和处理交叉进行，比如使用(.readline和.readlines)就可以在循环读取的同时不断处理，这样可以节省大量内存空间。此外，还可以使用生成器生成线程池。

（ps：如果当自己写一个读写函数封装给别人使用时,那么要考虑到文件容量问题,此时应该考虑使用生成器。）

 

2.生成生成器的两种方法

2.1 第一种比较简单，将列表推导式的[]改称()就可以了

In [40]: g = (x*x for x in range(10))　　

 2.2 第二种办法就是在函数里加入yield关键字。yield和return有点类似，都可以用来返回值，不同的是yield遇到next()就返回，再次执行时从上次返回的yield语句处继续执行。

 

3.如何判断一个函数是否是生成器     

判断生成器的办法就是查看其属性

In [41]: dir(g)
Out[41]: 
['__class__',
...
 '__next__',
...
 '__repr__',
 '__setattr__',
]

 在这里可以看到g有一个__next__的魔术方法,而这是生成器所特有的属性，下面两种方式调用都可以

In [42]: g.__next__()
Out[42]: 0

In [43]: g.__next__()
Out[43]: 1

In [44]: next(g)
Out[44]: 4