生成器表达式和推导式

一 、推导式：

是Python的一种独有特性。推导式是能够从一个数据序列构建另外一个新的数据序列的结构体。 共有三种推导，在Python2和3中都有支持：

• 列表(list)推导式（或称：列表表达式）
• 字典(dict)推导式
• 集合(set)推导式   

 

一、列表推导式 （使用[]生成list）：

基本格式

variable = [out_exp_res for out_exp in input_list if out_exp == 2]
  out_exp_res:　　列表生成元素表达式，也能够是有返回值的函数。
  for out_exp in input_list：　　迭代input_list将out_exp传入out_exp_res表达式中。
  if out_exp == 2：　　根据条件过滤哪些值能够。此条件能够不加

 

例一： 

multiples = [i for i in range(30) if i % 3 is 0]
print(multiples)
# Output: [0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

 

例二： 有返回值的函数

def squared(x):
    return x*x
multiples = [squared(i) for i in range(30) if i % 3 is 0]
print multiples
#  Output: [0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

 

二、字典推导式 （使用{}生成dict）：

字典推导式和列表推导式相似，只是[]换成{}。

例一：快速更换key和value

mcase = {'a': 10, 'b': 34}
mcase_frequency = {v: k for k, v in mcase.items()} # “for k,v in mcase.items()” 用到python元组拆包
print mcase_frequency
#  Output: {10: 'a', 34: 'b'}

 

例二：大小写key合并

mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
mcase_frequency = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase.keys() if k.lower() in ['a','b']}
print mcase_frequency
#  Output: {'a': 17, 'b': 34}

 

三、集合推导式 

例一：

squared = {x**2 for x in [1, 1, 2]}
print(squared)

# Output: {1, 4}       python3  

# Output: set([1, 4])  python2

 

2、生成器表达式：

生成器表达式和列表推导式相似，只是把[ ] 换成了( ) 。

     生成器表达式

 

            列表推导式

 

    生成器表达式可迭代

 

生成器表达式获得的是一个generator，而列表推导式生成的是一个list，generator是一个生成器对象，可迭代。生成generator的时候，不会在内存中留下一个列表，而在每次for循环运行时才生成一个组合，生成器对象是用到的时候才生成内容的，当数据比较大的时候，生成器表达式能明显的节约内存。

生成器表达式属于“惰性计算”，能够逐个的获取内容：

  python2中可用generator.next()逐个获取

 

  python3中逐个获取用法改为next(generator)

 

 

 三、生成器表达式可替换map、filter高阶函数

filter:

g=(i for i in range(30) if i % 3 is 0)    等效于    g=filter(lambda x:x%3==0,range(30))

 

map:

g=(i+2  for i in range(10) )     等效于  g=map(lambda x:x+2,range(10)) 

 

 reduce  (生成的是一个结果，不是generator)

reduce(function, sequence[, initial]) -> value
function参数是一个有两个参数的函数，reduce依次从sequence中取一个元素，和上一次调用function的结果作参数再次调用function。
第一次调用function时，若是提供initial参数，会以sequence中的第一个元素和initial做为参数调用function，不然会以序列sequence中的前两个元素作参数调用function。

 python3中  reduce()函数已经被从全局名字空间里移除了，它如今被放置在fucntools模块里