Python列表推导式与生成器 Python列表推导式与生成器用法分析

本文实例讲述了Python列表推导式与生成器用法。分享给大家供大家参考，具体如下：

1. 先看两个列表推导式

def t1():
  func1 = [lambda x: x*i for i in range(10)]
  result1 = [f1(2) for f1 in func1]
  print result1
def t2():
  func2 = [lambda x, i=i: x*i for i in range(10)]
  result2 = [f2(2) for f2 in func2]
  print result2

上面是两个列表推导式，里面包含有lambda表达式。输出结果分别为：

[18, 18, 18, 18, 18, 18, 18, 18, 18, 18]
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

2. 为什么结果会不同

在上面的例子中，列表解析会生成一系列的函数对象。例如

def func():
  pass

会产生一个名为func的函数对象。注意不同于func()，加上小括号以后，此时变为了调用函数对象。

函数对象只有在调用的时候才开始对内部的变量进行引用。在t1()方法中，对i来说, 当函数对它引用的时候, 它已经变为9, 所以10个函数都引用了i=9。

而对于t2()方法来说，lambda函数相当于变成接受两个参数了，所以返回了不一样的结果。

3. 另外的方式

def t3():
  func3 = (lambda x: x*i for i in range(10))
  result3 = [f3(2) for f3 in func3]
  print result3

上面的代码，输出的结果为：

[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

此时，相当于把列表推导式变成了生成器，结果又不一样了！

对于生成器, 只有你需要的时候它才会求值, 这也是和列表解析式的区别, 列表解析式只要你运行, 马上就把i变为了9, 可是生成器不会, 当你调用第一个函数的时候, 他把相应的i求出来, 然后停止, 等你下一次调用, 这个就完美符合我们的预期了.

希望本文所述对大家Python程序设计有所帮助。