Python列表理解与生成器表达式

什么是列表理解？
这是定义和创建列表的一种优雅方式。 List Comprehension 允许我们使用 for 循环和更少的代码创建一个列表。通常需要 3-4 行代码的内容可以压缩成一行。

例子：

# initializing the list
list = []
  
for i in range(11):
    if i % 2 == 0:
        list.append(i)
  
# print elements
print(list)

输出：

0 2 4 6 8 10

现在，只需一行代码即可获得相同的输出。

list = [i for i in range(11) if i % 2 == 0]
print(list)

输出：

0 2 4 6 8 10

什么是生成器表达式？
生成器表达式有点类似于列表推导，但前者不构造列表对象。生成器不是创建一个列表并将整个序列保存在内存中，而是根据需要生成下一个元素。
当一个带有 return 语句的普通函数被调用时，只要它得到一个 return 语句，它就会终止。但是带有 yield 语句的函数会保存函数的状态，并且可以在下次调用该函数时从相同的状态中获取。
生成器表达式允许我们创建一个没有 yield 关键字的生成器。

语法差异：使用括号代替方括号。

# List Comprehension
list_comprehension = [i for i in range(11) if i % 2 == 0]
  
print(list_comprehension)

输出：

0 2 4 6 8 10

# Generator Expression
generator_expression = (i for i in range(11) if i % 2 == 0)
  
print(generator_expression)

输出：

在上面的例子中，如果我们想打印生成器表达式的输出，我们可以简单地遍历生成器对象。

for i in generator_expression:
    print(i, end=" ")

输出：

0 2 4 6 8 10

那么生成器表达式和列表理解有什么区别呢？
生成器一次生成一个项目，并且仅在需要时生成项目。然而，在列表推导中， Python为整个列表保留内存。因此我们可以说生成器表达式比列表更节省内存。
我们可以在下面的示例中看到这一点。

# import getsizeof from sys module
from sys import getsizeof
  
comp = [i for i in range(10000)]
gen = (i for i in range(10000))
  
#gives size for list comprehension
x = getsizeof(comp) 
print("x = ", x)
  
#gives size for generator expression
y = getsizeof(gen) 
print("y = ", y)

输出：

x =  87624
y =  88

我们刚刚看到生成器表达式是内存高效的。但是，它们也有时间效率吗？让我们用一个例子来检查一下。

#List Comprehension: 
import timeit
  
print(timeit.timeit('''list_com = [i for i in range(100) if i % 2 == 0]''', number=1000000))

输出：

8.118047142050102

#Generator Expression:
import timeit
  
print(timeit.timeit('''gen_exp = (i for i in range(100) if i % 2 == 0)''', number=1000000))

输出：

0.7548244756850693

执行时间有显着差异。因此，生成器表达式比列表理解更快，因此更省时。