关于python：生成器与列表理解

generator vs. list comprehension

我有一些东西，当作为列表理解运行时，运行良好。

看起来，

1	[myClass().Function(things) for things in biggerThing]

Function是一种方法，它构建一个列表。方法本身不返回任何内容，但列表在内部被操纵。

当我把它换成发电机时，

1	(myClass().Function(things) for things in biggerThing)

号

它不像我期望的那样操纵数据。事实上，它似乎根本无法操纵它。

列表理解和生成器之间的功能差异是什么？

相关讨论

对生成器进行延迟评估。您需要处理一个生成器，以便对您的函数进行评估。可以使用collections.deque消耗发电机：

1
2
3

import collections
generator = (myClass().Function(thing) for thing in biggerThing)
collections.deque(generator , maxlen=0)

。

并考虑使用@staticmethod或@classmethod或更改为

1
2
3

myfunc = myClass().Function
generator = (myfunc(thing) for thing in biggerThing)
collections.deque(generator , maxlen=0)

减少每个thing处理的myClass创建的新实例。

更新，性能

collections对iteration的比较

1
2
3
4
5
6
7
8
9
10
11
12
13

def l():
for x in range(100):
y = x**2
yield y

def consume(it):
for i in it:
pass

>>> timeit.timeit('from __main__ import l, consume; consume(l())', number=10000)
0.4535369873046875
>>> timeit.timeit('from __main__ import l, collections; collections.deque(l(), 0)', number=10000)
0.24533605575561523

。

实例vs类vs静态方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

class Test(object):
@staticmethod
def stat_pow(x):
return x**2
@classmethod
def class_pow(cls, x):
return x**2
def inst_pow(self, x):
return x**2

def static_gen():
for x in range(100):
yield Test.stat_pow(x)

def class_gen():
for x in range(100):
yield Test.class_pow(x)

def inst_gen():
for x in range(100):
yield Test().inst_pow(x)

>>> timeit.timeit('from __main__ import static_gen as f, collections; collections.deque(f(), 0)', number=10000)
0.5983021259307861
>>> timeit.timeit('from __main__ import class_gen as f, collections; collections.deque(f(), 0)', number=10000)
0.6772890090942383
>>> timeit.timeit('from __main__ import inst_gen as f, collections; collections.deque(f(), 0)', number=10000)
0.8273470401763916

。