怎么在python中解析生成器

这篇文章给大家介绍怎么在python中解析生成器，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

Python的五大特点是什么

python的五大特点：1.简单易学，开发程序时，专注的是解决问题,而不是搞明白语言本身。2.面向对象，与其他主要的语言如c++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性，Python程序无需修改就可以在各种平台上运行。4.解释性，Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源，Python是 FLOSS(自由/开放源码软件)之一。

1、说明

生成器解析其实就是列表解析的扩展，当我们明确需要使用小标访问的时候，使用列表解析。而如果只需要对结果进行迭代的时候，优先使用生成器解析。

还有一个场景，就是要对结果进行缓存的时候，就只能使用列表解析了。不过使用生成器解析的场景确实要比列表解析来的多。

2、实例

python3 中的 range 函数就是一个典型的生成器，无论给它一个多么大的数，它占用内存始终很小。但是下面的代码会返回一个占用空间很大的列表：

[x ** 2 for x in range(100000)]

当我们想让它返回的结果也像生成器一样可以将中括号换成小括号：

>>> (x ** 2 for x in range(100000))<generator object <genexpr> at 0x7fb246656620>

使用 next 函数就可以查看里面的每个值，当然 for 循环也可以。

因此将列表解析的中括号变成小括号就是生成器的语法。

关于怎么在python中解析生成器就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。