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
|
1
2
3
4
5
6
7
8
|
def t1(): func1 = [lambda x: x*i for i in range(10)] result1 = [f1(2) for f1 in func1] print result1def 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
|
1
2
|
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
|
1
2
3
4
|
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。
原文链接：https://blog.csdn.net/bitcarmanlee/article/details/78347870
