十一.列表生成式

列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。

举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：

#coding=utf-8  
print range(1,11)
print list(range(1,11))

但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循环：

#coding=utf-8  
l = []
for x in range(1,11):
    l.append(x * x)
print l

但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：

#coding=utf-8  
print [x * x for x in range(1,11)]

写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来，十分有用，多写几次，很快就可以熟悉这种语法。

for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：

#coding=utf-8  
print [x * x for x in range(1,11) if x%2 == 0]

还可以使用两层循环，可以生成全排列：

#coding=utf-8  
print [m + n for m in 'ABC' for n in 'XYZ']

三层和三层以上的循环就很少用到了。

运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：

#coding=utf-8  
import os #导入os模块
print [d for d in os.listdir('.')]['.emacs.d', '.ssh', '.Trash', 'Adlm', 'Applications', 'Desktop', 'Documents', 'Downloads', 'Library', 'Movies', 'Music', 'Pictures', 'Public', 'VirtualBox VMs', 'Workspace', 'XCode']

for循环其实可以同时使用两个甚至多个变量，比如dict的items()可以同时迭代key和value：

#coding=utf-8  
d = {'x': 'A', 'y': 'B', 'z': 'C' }
for k,v in d.items():
    print (k, '=',v)

因此，列表生成式也可以使用两个变量来生成list：

#coding=utf-8  
d = {'x': 'A', 'y': 'B', 'z': 'C' }
print [k + '=' + v for k, v in d.items()]

最后把一个list中所有的字符串变成小写：

#coding=utf-8  
L = ['Hello', 'World', 'IBM', 'Apple']
print [s.lower() for s in L]

生成器

通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。

所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：

#coding=utf-8  
L = [x * x for x in range(10)]
print L
g = (x * x for x in range(10))
print g

创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

#coding=utf-8  
L = [x * x for x in range(10)]
print L
g = (x * x for x in range(10))
print next(g)
print next(g)
print next(g)
print next(g)
print next(g)

我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。

当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：

#coding=utf-8  
g = (x * x for x in range(10))
for n in g:
    print (n)

所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。

比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：

1, 1, 2, 3, 5, 8, 13, 21, 34, ...

斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：

#coding=utf-8  
def fib(max):
    n, a, b = 0,0,1
    while n < max:
        print(b)
        a, b = b , a+b
        n = n+1
    return 'done'
print fib(6)

仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。

也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：