python中列表推導(dǎo)式與生成器表達式對比詳解

更新時間：2023年01月07日 10:14:50 作者：YunfengWang

python當(dāng)然不是一門編譯型語言,但是它還是要被解析成二進制的字節(jié)碼才能被執(zhí)行,執(zhí)行它的正是python解釋器,下面這篇文章主要給大家介紹了關(guān)于python中列表推導(dǎo)式與生成器表達式對比的相關(guān)資料,需要的朋友可以參考下

概述

Python中的列表推倒式(List Comprehension) 和生成器表達式（Generator Expression）是兩種很相似的表達式，但含義卻不大不同，這里做一個對比。

列表推導(dǎo)式

列表推導(dǎo)式是比較常用的技術(shù)，能將本來需要for loop 和 if else 語句的情況簡化成一條指令，最終得到一個列表對象:

even = [e for e in range(10) if e % 2 == 0]

具體細節(jié)不過多展開，相信很多使用Python的人都已經(jīng)足夠了解這種語法了。

需要注意的一點是，列表推導(dǎo)式不是惰性計算 ( Lazy Loading) 的，因此所有的列表成員都在聲明完語句后立即計算 (Eager Loading)，因此在數(shù)組成員很多的情況下，速度會很慢，例如下面的在IPython環(huán)境里面的三個列表推導(dǎo)式的耗時統(tǒng)計:

In [1]: %timeit even = [e for e in range(100000) if e % 2 == 0]
5.5 ms ± 24.8 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [2]: %timeit even = [e for e in range(1000000) if e % 2 == 0]
58.9 ms ± 440 μs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [3]: %timeit even = [e for e in range(100000000) if e % 2 == 0]
5.65 s ± 26.5 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

可以看到隨著元素個數(shù)的增加，列表推導(dǎo)式執(zhí)行的時間也相應(yīng)變長，占用的內(nèi)存也會變大。

有一種情況是，我們定義了很多很多的數(shù)組元素，但是最后并不是所有的元素都能用到，例如經(jīng)過幾條命令，最后可能只有列表里面的前10個元素會用到，或者只有符合某些條件的元素會用到，這樣的話，Eager模式就白白花費了時間，白白花費了內(nèi)存來創(chuàng)建很多用不到的元素，這顯然有很大的改進空間。

生成器表達式

生成器能表達式解決上面的問題，它的元素迭代是惰性的，因此只有需要的時候才生產(chǎn)出來，避免了額外的內(nèi)存開銷和時間開銷: 生成器表達式不管元素數(shù)目多大，創(chuàng)建時都是常數(shù)時間，因為它并沒有立即創(chuàng)建元素。

那么生成器表達式的語法是怎么樣的呢，很簡單，只需要把列表推導(dǎo)式中的方括號改為圓括號:

even_gen = (e for e in range(10) if e % 2 == 0)

注意它的類型是生成器類型:

type(even_gen)
# generator

創(chuàng)建生成器表達式的耗時統(tǒng)計:

In [1]: %timeit even_gen = (e for e in range(100000) if e % 2 == 0)
376 ns ± 2.61 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)

In [2]: %timeit even_gen = (e for e in range(10000000) if e % 2 == 0)
382 ns ± 1.63 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)

In [3]: %timeit even_gen = (e for e in range(1000000000) if e % 2 == 0)
384 ns ± 2.85 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)

可以看到隨著元素的增加，創(chuàng)建時間基本不變，而且比列表推導(dǎo)式的耗時要低不少。

使用場景選擇

那么是不是就是說使用中可以用生成器表達式替代列表推導(dǎo)式了呢，也不盡然，因為列表推導(dǎo)式得到的是一個列表，很多便捷操作（如slice等）可以作用到上面，而生成器表達式則不行：

In [17]: even = [e for e in range(10) if e % 2 == 0]

In [18]: even[:3]
Out[18]: [0, 2, 4]

In [19]: even_gen = (e for e in range(10) if e % 2 == 0)

In [20]: even_gen[:3]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
Input In [20], in <cell line: 1>()
----> 1 even_gen[:3]

TypeError: 'generator' object is not subscriptable

而且兩者有一個致命的區(qū)別：生成器表達式只能迭代一次，而列表推導(dǎo)式可以使用很多次，舉例如下:

In [22]: even_gen = (e for e in range(10) if e % 2 == 0)

In [23]: for e in even_gen:
    ...:     print(e)
    ...:
0
2
4
6
8

In [24]: for e in even_gen:
    ...:     print(e)
    ...:

可以看到生成器表達式在第二次迭代的時候，里面已經(jīng)沒有元素了！即第一次迭代已經(jīng)全部生成出來了，而列表推導(dǎo)式是每次迭代都是有相同的內(nèi)容:

In [25]: even = [e for e in range(10) if e % 2 == 0]

In [26]: for e in even:
    ...:     print(e)
    ...:
0
2
4
6
8

In [27]: for e in even:
    ...:     print(e)
    ...:
0
2
4
6
8

因此總結(jié)來說，使用建議如下：