Python 列表上的生成器与链接生成器和内存消耗？

有人能解释一下这些例子中的生成器是如何工作的吗

在本例中，来自

当我们像这样链接生成器时，在执行sum（）之前，除了代码对象创建之外，还会发生任何实际工作吗

为什么我们需要执行line.split（无，1）[1] 和int（x）分开-这样做有好处吗

在本例中（x*x表示范围内的x（1100000000））

在Python 2中，当解释器对该表达式求值时，是否计算了范围（1100000000）

这是在该语句期间还是在生成器的第一次运行期间发生的

这在Python3中有什么不同吗

我产生这种怀疑的原因是这个片段：

def foo():
    for each in range(1,100000):
      yield each

a = foo()

# Here range is not evaluated until generator is run or just 
# before first yield is hit which is expected.

a=(x for x in range(1,100000)) 

# I thought also does exact thing as that function and it i is a 
# syntactic sugar for a=foo() which also yields a generator object.

---

与列表或场景相比，使用生成器有什么优势吗？在列表或场景中，这样做更为实际。

1.当我们像这样链接生成器时，在执行sum（）之前，是否会发生任何实际工作

生成器表达式返回按需生成结果的对象，而不是生成 结果列表，所以您的答案是否定的（但这仍然取决于您对实际工作的平均值）

2.为什么我们需要分别执行

line.split（None，1）[1]

和

int（x）

——这样做有好处吗

它只是使您的代码更具可读性并增加灵活性（基于您对该表达式的操作），您可以在一行中完成：

在本例中（x*x表示范围内的x（1100000000））

3.Python 2中是否计算了范围（1100000000）

是的，在Python2中可以使用返回迭代器的

xrange

4.如果是，是在本声明期间还是在发电机首次运行期间

5.这与Python 3中的不同吗

在Python3中，许多内置函数返回一个迭代器，如

open

或

range

对于您的第四个问题和您在评论中的问题，我认为这部分内容可能会有所帮助：

生成器表达式：迭代器满足理解 在Python的所有最新版本中，迭代器和列表理解的概念都是 结合了语言的一个新特性，生成器表达式。从句法上说，gen- 运算符表达式与普通的列表理解类似，但它们包含在 用括号代替方括号：

>>> [x ** 2 for x in range(4)]
[0, 1, 4, 9] # List comprehension: build a list
>>> (x ** 2 for x in range(4))
<generator object at 0x011DC648> # Generator expression: make an iterable

列表理解等值 但是，在操作上，生成器表达式与构建表达式非常不同 在内存中的结果列表中，它们返回一个生成器对象，该对象反过来支持 迭代协议，在任何迭代上下文中一次生成一个结果列表：

>>> G = (x ** 2 for x in range(4))
>>> next(G)
0
>>> next(G)
1
>>> next(G)
4
>>> next(G)
9
>>> next(G)
Traceback (most recent call last):
...more text omitted...
StopIteration

我们通常不会在生成器的引擎盖下看到下一个迭代器- 按此键是因为for循环会自动为我们触发它：

>>> for num in (x ** 2 for x in range(4)):
...
print('%s, %s' % (num, num / 2.0))
...
0, 0.0
1, 0.5
4, 2.0
9, 4.5

正如我们已经了解到的，每个迭代上下文都会这样做，包括sum、map和 已排序的内置函数；列表理解；以及我们学习的其他迭代上下文 关于第14章中的，如any、all和list内置函数。 请注意，在生成器表达式周围不需要括号（如果有） 包含在其他括号中的唯一项，如函数调用的项。额外津贴- 但是，在第二次调用排序时需要这些：

>>> sum(x ** 2 for x in range(4))
14
>>> sorted(x ** 2 for x in range(4))
[0, 1, 4, 9]
>>> sorted((x ** 2 for x in range(4)), reverse=True)
[9, 4, 1, 0]
>>> import math
>>> list( map(math.sqrt, (x ** 2 for x in range(4))) )
[0.0, 1.0, 2.0, 3.0]

生成器表达式主要是一种内存空间优化，它们不会重复- 要求同时构建整个结果列表，如方括号中的列表 理解才是。它们在实践中也可能运行得稍慢，因此它们可能是 最好仅用于非常大的结果集。关于per的更权威的声明-

---

不过，性能将不得不等待我们在本章后面编写的计时脚本。

1.当我们像这样链接生成器时，在我们执行sum（）之前，是否会发生任何实际的工作

生成器表达式返回按需生成结果的对象，而不是生成 结果列表，所以您的答案是否定的（但这仍然取决于您对实际工作的平均值）

2.为什么我们需要分别执行

line.split（None，1）[1]

和

int（x）

——这样做有好处吗

它只是使您的代码更具可读性并增加灵活性（基于您对该表达式的操作），您可以在一行中完成：

在本例中（x*x表示范围内的x（1100000000））

3.Python 2中是否计算了范围（1100000000）

是的，在Python2中可以使用返回迭代器的

xrange

4.如果是，是在本声明期间还是在发电机首次运行期间

5.这与Python 3中的不同吗

在Python3中，许多内置函数返回一个迭代器，如

open

或

range

对于您的第四个问题和您在评论中的问题，我认为这部分内容可能会有所帮助：

生成器表达式：迭代器满足理解 在Python的所有最新版本中，迭代器和列表理解的概念都是 结合了语言的一个新特性，生成器表达式。从句法上说，gen- 运算符表达式与普通的列表理解类似，但它们包含在 用括号代替方括号：

>>> [x ** 2 for x in range(4)]
[0, 1, 4, 9] # List comprehension: build a list
>>> (x ** 2 for x in range(4))
<generator object at 0x011DC648> # Generator expression: make an iterable

列表理解等值 但是，在操作上，生成器表达式与构建表达式非常不同 在内存中的结果列表中，它们返回一个生成器对象，该对象反过来支持 迭代协议，在任何迭代上下文中一次生成一个结果列表：

>>> G = (x ** 2 for x in range(4))
>>> next(G)
0
>>> next(G)
1
>>> next(G)
4
>>> next(G)
9
>>> next(G)
Traceback (most recent call last):
...more text omitted...
StopIteration

我们通常不会在生成器的引擎盖下看到下一个迭代器- 按此键是因为for循环会自动为我们触发它：

>>> for num in (x ** 2 for x in range(4)):
...
print('%s, %s' % (num, num / 2.0))
...
0, 0.0
1, 0.5
4, 2.0
9, 4.5

正如我们已经了解到的，每个迭代上下文都会这样做，包括sum、map和 已排序的内置函数；列表理解；以及我们学习的其他迭代上下文 关于第14章，比如任何，所有，