生成器表達式：Python中比列表推導式更省內存的寫法

你有沒有遇到過這樣的情況：想從大量數據中計算結果，結果列表一創建就“撐爆”了內存？比如生成一個包含100萬個元素的列表，Python會把所有元素都存在內存裏，這時候如果數據量再大一點，內存可能就不夠用了。

今天我們就來聊聊Python中一個更省內存的寫法——生成器表達式，它能完美解決列表推導式的內存佔用問題。

先說說列表推導式的“內存包袱”¶

列表推導式是Python中很常用的創建列表的方式，語法像這樣：

# 列表推導式：計算1到10的平方，返回一個列表
squares = [x**2 for x in range(10)]
print(squares)  # 輸出：[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

列表推導式的特點是一次性生成所有結果，把它們都存到一個列表裏。但如果我們要處理的數據量很大（比如100萬、1000萬甚至更多），這個列表就會像一個裝滿蘋果的大箱子，把所有元素都“塞”進內存，導致內存佔用飆升。

舉個例子：如果我們想計算1到100萬的平方，列表推導式會生成一個包含100萬個數字的列表，每個數字都佔用內存空間。如果數據量繼續增大，內存很快就會被“撐爆”。

生成器表達式：只“用”不“存”的小技巧¶

生成器表達式是列表推導式的“輕量化”版本，寫法上和列表推導式幾乎一樣，只是把方括號 [] 換成了圓括號 ()：

# 生成器表達式：計算1到10的平方，返回一個生成器對象
squares_gen = (x**2 for x in range(10))
print(squares_gen)  # 輸出：<generator object <genexpr> at 0x...>

生成器表達式的核心優勢是惰性計算（也叫“延遲計算”）：它不會一次性把所有結果都算出來存起來，而是需要的時候才生成一個元素，用完就“丟棄”，只保留當前需要處理的元素。

想象一下，列表推導式是“把所有蘋果都裝在一個大箱子裏”，而生成器表達式是“每次只拿一個蘋果，用完就放回箱子”——內存裏永遠只需要存一個蘋果（當前元素），而不是一箱子蘋果。

生成器表達式怎麼用？¶

生成器表達式本身是一個“生成器對象”，它可以直接用在 for 循環中迭代，也可以用 next() 函數手動獲取下一個元素。

1. 直接用在for循環中迭代¶

squares_gen = (x**2 for x in range(10))
for num in squares_gen:
    print(num, end=' ')  # 輸出：0 1 4 9 16 25 36 49 64 81

每次循環時，生成器會生成下一個元素，循環結束後，生成器就“空了”（沒有更多元素了）。

2. 用next()函數手動獲取元素¶

如果想手動控制生成器的“進度”，可以用 next() 函數：

squares_gen = (x**2 for x in range(5))
print(next(squares_gen))  # 輸出：0
print(next(squares_gen))  # 輸出：1
print(next(squares_gen))  # 輸出：4
print(next(squares_gen))  # 輸出：9
print(next(squares_gen))  # 輸出：16
print(next(squares_gen))  # 報錯：StopIteration（沒有更多元素了）

每次調用 next()，生成器都會“前進”一個元素，直到所有元素都被取出後，再調用 next() 就會拋出 StopIteration 錯誤。

生成器表達式 vs 列表推導式：誰更省內存？¶

核心結論：當處理大數據（比如10萬、100萬甚至更多元素），或者只需要逐個處理元素（不需要保存所有結果）時，生成器表達式的內存佔用會遠小於列表推導式。

什麼時候用生成器表達式？¶

1. 處理大數據集：比如統計日誌文件中的某類數據，不需要把所有行都存起來，逐行處理即可。
2. 只需要迭代一次：比如計算列表中所有偶數的和，處理完一個就丟棄一個，不需要保留所有結果。
3. 模擬無限序列：Python中列表無法表示無限序列（會內存溢出），但生成器可以“生成”無限個元素（比如斐波那契數列），只需要在循環中設置終止條件。

總結¶

生成器表達式是Python中優化內存的利器，它用圓括號 () 代替列表的方括號 []，通過惰性計算避免了一次性存儲所有元素，大大節省了內存佔用。

如果你需要處理大量數據或只需要逐個迭代元素，生成器表達式會是比列表推導式更高效的選擇。記住它的核心：“用一個，算一個，不佔內存存所有”。

現在，試着把你常用的列表推導式改成生成器表達式吧，體驗一下內存“瘦身”的快樂！