列表推導式vs生成器表達式：Python數據處理效率對比

在Python中處理數據時，我們經常需要生成滿足特定條件的序列。列表推導式（List Comprehension）和生成器表達式（Generator Expression）是兩種常用工具，但它們的“工作方式”和“效率”卻有很大區別。理解兩者的差異，能幫你在數據處理時寫出更高效的代碼。

列表推導式：直接生成完整列表¶

列表推導式是最直觀的生成列表的方式，用中括號 [] 包裹，結構類似 [表達式 for 變量 in 可迭代對象 if 條件]。

示例：生成1到10的平方列表

squares_list = [x**2 for x in range(1, 11)]
print(squares_list)  # 輸出: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

特點：
- 立即計算：執行時會直接創建整個列表，所有元素都被加載到內存中。
- 內存佔用大：如果數據量很大（比如100萬條），列表會佔用大量內存。
- 可重複使用：列表生成後可多次遍歷（如 for num in squares_list 可以重複執行）。
- 支持隨機訪問：可以通過索引獲取任意元素（如 squares_list[5] 得到第6個元素）。

生成器表達式：惰性計算的“數據流”¶

生成器表達式用小括號 () 包裹，結構與列表推導式類似：(表達式 for 變量 in 可迭代對象 if 條件)。

示例：生成1到10的平方序列（生成器）

squares_generator = (x**2 for x in range(1, 11))
print(squares_generator)  # 輸出: <generator object <genexpr> at 0x...>

特點：
- 惰性計算：生成器不會立即創建所有元素，而是“等待”被遍歷（迭代）時才逐個生成。
- 內存友好：僅在需要時生成元素，內存中只保留當前處理的元素，適合大數據量。
- 單向迭代：生成器只能遍歷一次，遍歷結束後無法“回頭”（類似文件指針，讀完即到末尾）。
- 無法隨機訪問：不能通過索引獲取元素，也無法直接用 len() 獲取長度。

核心區別：內存與效率¶

實戰對比：大數據量下的效率¶

假設處理100萬個數，計算平方並求和：

列表推導式的內存壓力¶

import sys

# 生成100萬個元素的列表
big_list = [x**2 for x in range(1000000)]
print("列表佔用內存:", sys.getsizeof(big_list))  # 輸出: ~112字節（僅存儲列表結構）
# 實際元素總大小：每個int佔28字節，100萬約28MB，加上列表結構額外佔用，總內存接近30MB

當數據量超過內存時，列表會導致 MemoryError（內存溢出）。

生成器表達式的內存優勢¶

big_generator = (x**2 for x in range(1000000))
print("生成器佔用內存:", sys.getsizeof(big_generator))  # 輸出: ~112字節（固定大小）
# 生成器僅存儲迭代狀態，無論數據量多大，內存佔用幾乎不變

# 迭代求和（逐個計算，內存中僅存當前元素）
total = sum(big_generator)
print(total)  # 輸出: 333332833333500000

如何選擇？看需求！¶

• 用列表推導式：
• 需要多次使用結果（如反覆遍歷或存儲）
• 需要隨機訪問元素（如 list[5]）

• 數據量小（內存無壓力）

• 用生成器表達式：

• 數據量極大（遠超內存）
• 只需逐個處理元素（如管道式數據處理）
• 無需重複使用結果，僅需“流式”處理

總結¶

列表推導式是“急脾氣”，直接把所有結果打包給你；生成器表達式是“慢性子”，按需逐步提供結果。大數據量下，生成器表達式能顯著節省內存，避免“內存爆炸”。記住：小數據用列表，大數據用生成器！