同时对数据做转换和换算 --生成器用法

问题：需要调用一个换算(reduction)函数(例如sum()、min()、max()), 但首先得对数据做转换或筛选

解决方法：在函数的参数中使用生成器表达式

下面给出一些使用示例：
1、求元素的平方

nums = [1, 2, 3, 4, 5]
sum(x*x for x in nums)  # 使用生成器表达式，节省内存
Out[3]: 55
sum([x*x for x in nums])  # 使用列表推导式(适用于数据量较小的数据结构)
Out[4]: 55

2、检查目录下是否py文件

import os
files = os.listdir(os.path.dirname(__file__))
if any(name.endswith('.py') for name in files):
    print('there is python')
Out: there is python

3、将tuple转换为CSV

s = ('ACME', 20, 123)
','.join(str(x) for x in s)
Out[9]: 'ACME,20,123'

4、求最小的价格

prices = [
    {'name': 'GOOG', 'price': 10},
    {'name': 'YHOO', 'price': 50},
    {'name': 'GOO', 'price': 30},
    {'name': 'GG', 'price': 100}
]
min(p['price'] for p in prices)  # 只返回了价格
Out[13]: 10
min(prices, key=lambda p: p['price'])  # 返回了键值对
Out[14]: {'name': 'GOOG', 'price': 10}

总结：

1、在函数参数中使用生成器表达式，可以优雅的将数据转换和换算结合在一起；
2、当把生成器表达式作为函数的单独参数时，可以不必重复使用括号(一个括号就可以)；
3、列表推导式也可以解决上述问题，但是当数据量非常大时，就会创建一个庞大的临时数据结构，而且只是用一次就丢弃；
4、基于生成器的解决方案可以以迭代的方式转换数据，因此使用上要高效的多；
5、针对不同的需求，来选取生成器方案还是lambda表达式方案。