1.列表解析式
- 列表解析式是将数据全部存储在内存中一并返回；
# 将lst1的元素+100，导入到lst2
lst1 = list(range(10))
lst2 = []
for item in lst1:
lst2.append(item+100)
print(lst2) #输出：[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]
#使用列表解析式解析上面例子
new_lst1 = [item + 100 for item in lst1]
print(new_lst1 ) #输出：[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]
列表解析是Python迭代机制的一种应用，它常用于实现创建新的列表，因此用在[]中；
使用列表解析式，编译器会优化，不会因为简写而影响效率，反而优化提升效率，减少代码量，可读性强，工作量降低，减少出错；
带条件判断的列表解析式；
#判断item满足被2整除，被3整除，list2和list3的写法都是一样的
list1 = list(range(100))
list2 = [item + 100 for item in list1 if item %2 == 0 and item %3 ==0]
print(list2) #输出：[100, 106, 112, 118, 124, 130, 136, 142, 148, 154, 160, 166, 172, 178, 184, 190, 196]
list3 = [item + 100 for item in list1 if item % 2 == 0 if item % 3 == 0]
print(list3) #输出：[100, 106, 112, 118, 124, 130, 136, 142, 148, 154, 160, 166, 172, 178, 184, 190, 196]
- 带循环的列表解析式；
lst = []
for i in range(2):
for j in range(2):
lst.append((i, j))
print(lst) #输出：[(0, 0), (0, 1), (1, 0), (1, 1)]
#将上述代码解析
lst = [(i, j) for i in range(2) for j in range(2)]
print(lst) #输出：[(0, 0), (0, 1), (1, 0), (1, 1)]
- 带循环和条件判断的列表解析式；
lst = [(i,j) for i in range(10) if i>2 for j in range(10,15) if j>13]
print(lst) #输出：[(3, 14), (4, 14), (5, 14), (6, 14), (7, 14), (8, 14), (9, 14)]
2.集合解析式
set1 = {(x,x+1) for x in range(10)}
print(set1)
#输出：{(0, 1), (1, 2), (7, 8), (6, 7), (4, 5), (5, 6), (8, 9), (9, 10), (2, 3), (3, 4)}
- 集合解析式和列表解析式用法一样，只是集合解析式使用的是{}花括号；
3.字典解析式
# 字典解析式
dict1 = {'{}'.format(x):x for x in range(10)}
print(dict1) #输出：{'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}
# 输出三个元素，因为会被key会被覆盖
dict2 = {x:y for x in range(3) for y in range(3)}
print(dict2) #输出：{0: 2, 1: 2, 2: 2}
# 上式等价于
dict3 = {}
for x in range(3):
for y in range(3):
dict3[x] = y
print(dict3) #输出：{0: 2, 1: 2, 2: 2}
字典解析式也是使用{}花括号括起来的；
因为字典有key-value键值对，所以使用字典解析式时key会自动去重；
4.什么是生成器
g = (item for item in range(10))
print(g) #输出：<generator object <genexpr> at 0x0095BBF0>
print(next(g)) #输出：0
print(next(g)) #输出：1
....
生成器表达式：返回一个对象，这个对象只有在需要的时候才产生结果；
生成器的特点是按需计算，惰性求值，最大可能的节约内存空间；
生成器是是单迭代器对象，一次只能产生一个值，且每个值只能取一遍，超过次数会报错；
生成器和迭代器的相同之处在于都可以通过for循环取值，因此都是可迭代对象；
5.生成器操作
g = (item for item in range(10))
print(g) #输出：<generator object <genexpr> at 0x0095BBF0>
value1 = next(g)
print(value1) #输出：0
value2 = next(g)
print(value2) #输出：1
print('*'*100)
for item in g:
print(item) #输出：2,3,4,5,6,7,8,9
通过next获取值：如果取值的次数超过生成器对象值的长度，则会报错；
通过for循环取值：如果生成器对象没有值的时候，for循环会通知迭代，所以不会报错；
本文参考自侠课岛（9xkd.com）Python同学计划
