【Python】生成器表达式的运用

简介: 【Python】生成器表达式的运用

前言


说起生成器表达式,不得不提到列表推导式。列表推导式是我们Python的一个语法糖,目的在于代码优雅性。生成器表达式在形式上的区别是没有列表推导式的中括号。

特点:

这种表达式被设计用于生成器将立即被外层函数所使用的情况。 生成器表达式相比完整的生成器更紧凑但较不灵活,相比等效的列表推导式则更为节省内存。


列表推导式


常用于不同业务情况下的列表生成

a
stmt=[i for i in range(10)]
print(stmt)

1684145987121.jpg


生成器表达式


#生成器表达式
print(i for i in range(10))

1684146024022.jpg

如图所示,返回一个生成器对象。故其外部通常会跟一些方法,如sum,max等.。sum、max函数中也可以跟列表推导式,但多了生成列表这步。故资源消耗是相比之下是远远大于生成器表达式的。故在根据业务需要的情况下应灵活使用这两种方法,达到节省资源、提高性能的目的

print(sum(i for i in range(10)))
print(max(i for i in range(10)))


1684145941165.jpg

相关文章
|
16天前
|
存储 索引 Python
|
13天前
|
Python
Python编程中正则表达式的使用
【10月更文挑战第22天】正则表达式,一种强大的文本处理工具,在Python编程中有着广泛的应用。本文将介绍如何使用Python中的re库来使用正则表达式,包括如何创建、匹配、查找和替换字符串等。通过学习本文,你将能够掌握Python中正则表达式的基本使用方法。
|
18天前
|
Python
Python生成器、装饰器、异常
【10月更文挑战第15天】
|
27天前
|
传感器 大数据 数据处理
深入理解Python中的生成器:用法及应用场景
【10月更文挑战第7天】深入理解Python中的生成器:用法及应用场景
33 1
|
30天前
|
存储 数据处理 Python
深入解析Python中的生成器:效率与性能的双重提升
生成器不仅是Python中的一个高级特性,它们是构建高效、内存友好型应用程序的基石。本文将深入探讨生成器的内部机制,揭示它们如何通过惰性计算和迭代器协议提高数据处理的效率。
|
7天前
|
存储 程序员 数据处理
深入理解Python中的生成器与迭代器###
本文将探讨Python中生成器与迭代器的核心概念,通过对比分析二者的异同,结合具体代码示例,揭示它们在提高程序效率、优化内存使用方面的独特优势。生成器作为迭代器的一种特殊形式,其惰性求值的特性使其在处理大数据流时表现尤为出色。掌握生成器与迭代器的灵活运用,对于提升Python编程技能及解决复杂问题具有重要意义。 ###
|
1月前
|
存储 大数据 数据处理
Python 中的列表推导式与生成器:特性、用途与区别
Python 中的列表推导式与生成器:特性、用途与区别
20 2
|
1月前
|
存储 大数据 Python
Python 中的列表推导式和生成器
Python 中的列表推导式和生成器
16 1
|
2月前
|
机器学习/深度学习 设计模式 大数据
30天拿下Python之迭代器和生成器
30天拿下Python之迭代器和生成器
20 3
|
2月前
|
Python
Python中正则表达式(re模块)用法详解
Python中正则表达式(re模块)用法详解
33 2

热门文章

最新文章