Python生成器推导式是一种以圆括号语法`(expr for item in iterable if condition)`创建惰性求值生成器对象的简洁方式，它不预先计算并存储全部结果，而是按需生成每个值，显著节省内存；与列表推导式相比，它更适合处理大数据流、逐行读取大文件、惰性数学序列或管道式数据处理等场景，虽用法相似却因“一次遍历”和“延迟计算”的本质差异而成为高效编程的关键技巧。

生成器推导式是 Python 中一种简洁创建生成器的方法，语法和列表推导式相似，但使用圆括号 () 而不是方括号 []。它不会立即生成所有值并存储在内存中，而是按需产生值，节省内存。

基本语法

生成器推导式的写法如下：

其中：

• gen_expr：表达式，用于生成每个元素
• variable：遍历可迭代对象中的每个元素
• iterable：可迭代对象，如列表、元组、字符串等
• condition（可选）：过滤条件

与列表推导式的区别

看起来很像，但关键不同在于：

• 列表推导式返回一个完整的列表，所有数据存在内存中
• 生成器推导式返回一个生成器对象，只在需要时计算下一个值
• 生成器只能遍历一次，之后就“耗尽”了

例如：

适用场景

当你处理大量数据或只需要逐个访问结果时，用生成器推导式更高效。

• 读取大文件时逐行处理
• 数学序列的惰性计算（比如斐波那契数列）
• 管道式数据处理，避免中间列表占用内存

比如统计一个大文本中每行长度大于10的行数：

这里不会把所有行长存成列表，而是边算边传给 sum 函数。

基本上就这些。生成器推导式适合节省内存的场景，理解它的惰性求值特性很重要。不复杂但容易忽略。

今天关于《Python生成器推导式怎么用》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！