Python 生成器表达式：省内存又优雅的写法写 Python 的时候，你可能听过“生成器表达式”这个词，它看起来有点像

写 Python 的时候，你可能听过“生成器表达式”这个词，它看起来有点像列表推导式，但本质不太一样。本文就来带你从头到尾搞懂生成器表达式：它是什么、怎么用、有什么优势，还有常见的使用场景。

参考文章： Python 迭代器 | 简单一点学习 easyeasy.me

什么是生成器表达式？
和列表推导式有什么区别？
生成器表达式的基本语法
如何从生成器表达式中取值？
for 循环 + 生成器表达式
与内置函数组合使用（sum / max / any / all 等）
用生成器表达式节省内存
多层嵌套生成器表达式
生成器表达式的注意事项
小结与建议

1. 什么是生成器表达式？

生成器表达式（Generator Expression）是 Python 提供的一种快速创建生成器的方式，语法很像列表推导式，但不会一次性生成所有数据，而是每次只生成一个值。

通俗讲：

它就像是个“懒人版”的列表，只在需要的时候给你值，节省内存。

2. 和列表推导式有什么区别？

来看一个例子直观感受下：

# 列表推导式：马上生成完整列表
squares_list = [x * x for x in range(5)]

# 生成器表达式：不会立刻计算，返回一个生成器对象
squares_gen = (x * x for x in range(5))

输出：

print(squares_list)  # [0, 1, 4, 9, 16]
print(squares_gen)   # <generator object ...>

✅ 列表推导式：快但占内存
✅ 生成器表达式：省内存但“懒惰”

3. 生成器表达式的基本语法

语法几乎和列表推导式一样，只不过把 [] 换成了 ()：

(expression for item in iterable if condition)

例子：

gen = (x * 2 for x in range(5) if x % 2 == 0)
print(next(gen))  # 0
print(next(gen))  # 4
print(next(gen))  # 8

4. 如何从生成器表达式中取值？

生成器表达式的值是“一个个生成”的，可以用以下几种方式获取：

方法1：`next()`

g = (i for i in range(3))
print(next(g))  # 0
print(next(g))  # 1
print(next(g))  # 2
# print(next(g))  # StopIteration 错误

方法2：`for` 循环

for i in (x * 3 for x in range(4)):
    print(i)

输出：

5. for 循环 + 生成器表达式

你可以直接把生成器表达式嵌在 for 循环里：

for name in (s.strip() for s in [" Alice ", " Bob ", "Charlie "]):
    print(name)

这样写代码简洁又高效。

6. 与内置函数组合使用（sum / max / any / all 等）

生成器表达式非常适合跟一些内置函数组合使用，避免中间生成临时列表：

# 计算总和
total = sum(x for x in range(1000000))

# 找最大值
m = max(x for x in [3, 7, 2, 9])

# 判断是否有偶数
has_even = any(x % 2 == 0 for x in range(10))

# 判断是否所有数字都小于 100
all_small = all(x < 100 for x in range(50))

这样写，比先用列表推导式再传进去更节省资源。

7. 用生成器表达式节省内存

列表推导式在数据量很大时可能会炸内存，比如：

# 列表推导式会先生成一个完整列表，占用大量内存
big_list = [x for x in range(10**8)]

改成生成器表达式就安全多了：

big_gen = (x for x in range(10**8))

它不会一次性占内存，只会在你用 next() 或 for 的时候才生成下一个值。

8. 多层嵌套生成器表达式

如果你想搞点复杂的嵌套，也没问题：

g = ((x, y) for x in range(3) for y in range(2))
for pair in g:
    print(pair)

输出：

(0, 0)
(0, 1)
(1, 0)
(1, 1)
(2, 0)
(2, 1)

注意：虽然能写，但太复杂时可读性不太好，适可而止哈。

9. 生成器表达式的注意事项

只能遍历一次：生成器用过就没了，不能像列表那样重复用
不能直接索引：不能用 gen[0]，因为它不是列表
不能回头：一旦走过了某个值，不能退回去，只能重建一个新的生成器

例子：

g = (x for x in range(3))
list(g)       # [0, 1, 2]
list(g)       # []，因为前面已经用完了

10. 小结与建议

特性	列表推导式	生成器表达式
返回类型	list	generator
内存使用	高（一次性全部生成）	低（按需生成）
速度	快	慢一点（因为惰性）
可迭代次数	无限次	一次（用完即焚）
支持索引访问	是	否

建议使用时机：

如果你只需要一次遍历、数据量很大、对速度要求不高 —— 用生成器表达式
如果你要多次用这个结果、要随机访问 —— 用列表推导式

Python 生成器表达式：省内存又优雅的写法

目录