生成器理解是做什么的？它是如何工作的？我找不到关于它的教程。
【问题讨论】：
标签： python
你了解列表推导吗？如果是这样，生成器表达式就像一个列表推导式，但它不是查找您感兴趣的所有项目并将它们打包到列表中，而是等待，并从表达式中一个接一个地生成每个项目。
>>> my_list = [1, 3, 5, 9, 2, 6]
>>> filtered_list = [item for item in my_list if item > 3]
>>> print(filtered_list)
[5, 9, 6]
>>> len(filtered_list)
3
>>> # compare to generator expression
...
>>> filtered_gen = (item for item in my_list if item > 3)
>>> print(filtered_gen) # notice it's a generator object
<generator object <genexpr> at 0x7f2ad75f89e0>
>>> len(filtered_gen) # So technically, it has no length
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: object of type 'generator' has no len()
>>> # We extract each item out individually. We'll do it manually first.
...
>>> next(filtered_gen)
5
>>> next(filtered_gen)
9
>>> next(filtered_gen)
6
>>> next(filtered_gen) # Should be all out of items and give an error
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
>>> # Yup, the generator is spent. No values for you!
...
>>> # Let's prove it gives the same results as our list comprehension
...
>>> filtered_gen = (item for item in my_list if item > 3)
>>> gen_to_list = list(filtered_gen)
>>> print(gen_to_list)
[5, 9, 6]
>>> filtered_list == gen_to_list
True
>>>
由于生成器表达式一次只需要生成一项，因此可以大大节省内存使用量。生成器表达式在您需要一次取一个项目、基于该项目进行大量计算然后继续下一个项目的情况下最有意义。如果需要多个值，也可以使用生成器表达式，一次抓取几个。如果您在程序继续之前需要所有值，请改用列表推导式。
【讨论】：
next(...) 而不是 .__next__()。
If you need more than one value, you can also use a generator expression and grab a few at a time。你能举一个关于这种用法的例子吗？谢谢。
列表/生成器理解是一种构造，您可以使用它从现有列表/生成器创建新的列表/生成器。
假设您要生成从 1 到 10 的每个数字的平方列表。您可以在 Python 中执行此操作：
>>> [x**2 for x in range(1,11)]
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
这里，range(1,11) 生成列表[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]，但range 函数在 Python 3.0 之前不是生成器，因此我使用的构造是列表推导式。
如果我想创建一个做同样事情的生成器，我可以这样做：
>>> (x**2 for x in xrange(1,11))
<generator object at 0x7f0a79273488>
然而，在 Python 3 中，range 是一个生成器，因此结果仅取决于您使用的语法（方括号或圆括号）。
【讨论】：
生成器理解是一种创建具有特定结构的生成器的简单方法。假设您想要一个generator，它会一一输出your_list 中的所有偶数。如果您使用函数样式创建它，它将是这样的：
def allEvens( L ):
for number in L:
if number % 2 is 0:
yield number
evens = allEvens( yourList )
您可以使用这个生成器理解表达式获得相同的结果：
evens = ( number for number in your_list if number % 2 == 0 )
在这两种情况下，当您调用next(evens) 时，您会得到your_list 中的下一个偶数。
【讨论】：
生成器理解的另一个例子：
print 'Generator comprehensions'
def sq_num(n):
for num in (x**2 for x in range(n)):
yield num
for x in sq_num(10):
print x
【讨论】：
生成器理解是一种创建可迭代对象的方法，类似于在资源上移动的光标。如果您知道 mysql 游标或 mongodb 游标，您可能知道整个实际数据永远不会一次加载到内存中，而是一次加载一个。您的光标来回移动，但内存中始终存在一个行/列表元素。
简而言之，通过使用生成器推导，您可以轻松地在 python 中创建游标。
【讨论】：
生成器仅与列表相同，细微的区别在于，在列表中，我们得到所有需要的数字或列表中的项目，但在生成器中，所需的数字一次生成一个。因此，为了获取所需的项目，我们必须使用 for 循环来获取所有必需的项目。
#to get all the even numbers in given range
def allevens(n):
for x in range(2,n):
if x%2==0:
yield x
for x in allevens(10)
print(x)
#output
2
4
6
8
【讨论】：