Python生成器推导式：特性、用法与注意事项

Oliver

发布时间：2026-10-12| 2人浏览过

原创

本文介绍Python生成器推导式的用法及其相比列表推导式的性能优势，包括更快的速度和更低的内存占用。文章详细说明了生成器对象的遍历方法，如使用__next__()和next()函数，并强调其惰性求值特性：一旦遍历完成，内部元素即被清空，无法重复访问。

本文通过具体示例解析Python生成器推导式的使用方法，旨在为读者提供实用的参考指南。

生成器推导式是继列表推导式之后出现的另一种Python推导式形式。相较于列表推导式，生成器推导式在运行速度上更具优势，同时占用的内存资源也显著更少。

在使用生成器对象时，可根据实际需求将其转换为列表或元组，也可以利用生成器对象__next__()方法或内置函数next()进行遍历。生成器具有惰性求值的特性，这意味着在一次性遍历完成后，其内部元素将被清空，无法再次访问。

>>> g = ((i+2)**2 for i in range(10))
>>> list(g)
[4, 9, 16, 25, 36, 49, 64, 81, 100, 121]
>>> list(g)  #便利结束后再次访问时内部元素已经清空
[]

>>> g = ((i+2)**2 for i in range(10))  #重新建立一个生成器对象
>>> next(g)
4
>>> next(g)
9
>>> g.__next__()
16
>>> g.__next__()
25
>>> g.__next__()
36
>>> next(g)
49
>>> next(g)
64
>>> next(g)
81
>>> next(g)
100
>>> next(g)  #当next的下一个超出生成的范围时，抛出异常
121
>>> next(g)
Traceback (most recent call last):
 File "<pyshell#41>", line 1, in <module>
  next(g)
StopIteration

如需进一步了解Python相关知识，可查阅本站系列教程，包括《Python列表(list)操作技巧总结》、《Python字符串操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python入门与进阶经典教程》以及《Python文件与目录操作技巧汇总》。

希望本文的内容能对广大Python程序员的开发工作有所帮助。