python generator 的惰性计算

今天和朋友看到这么一段代码

data = [3, 1, 4, 1, 5,
9, 2, 6, 5, 3,
5, 8, 9, 7, 9,
3, 2, 3, 8, 4]

group_sz = 5

cur_list = []
groups = []

for d in data:
cur_list.append(d)
if len(cur_list) == group_sz:
groups.append(x*x for x in cur_list)
cur_list[:] = []

for g in groups:
square_avg = sum(g) / group_sz
print(square_avg)

这段代码其实就是将数据每5个一组，计算每组的平方平均数。

但是得到的结果却是

0.0
0.0
0.0
0.0

这又是为什么呢？

其实问题就出在了这一句

groups.append(x*x for x in cur_list)

首先要明确一个概念

列表解析：[expr for iter_var in iterable if cond_expr]

生成器表达式：expr for iter_var in iterable if cond_expr

这两个是不同的解析方式，很明显上面的groups使用的是第二种。前者返回一个列表，后者返回一个生成器，处理大数据时，节约内存，效率更高。

生成器表达式使用了“惰性计算”(lazy evaluation，也有翻译为“延迟求值”，call by need，只有在检索时才被赋值( evaluated)，所以在列表比较长的情况下使用内存上更有效。

而后面调用了

cur_list[:] = []

这样也就导致了我们结果的输出全部都是0；

如果将groups改为列表赋值

groups.append([x*x for x in cur_list])

即可得到我们想要的答案

当然还有另外的解决方法，就是将

cur_list[:] = []

改为

cur_list = []

这样的话，generator其实绑定的是不同的list，而上面的改变方法，则是将原来的list给清空了。

这里其实就是完全切片拷贝完成了浅拷贝。而后者就是重新分配来一块内存空间。

上述两种修改的方法就有着性能上的抉择了

python虽然简单，但是如果拿来做开发的话，里面很多的性能优化，确实还是得从平时的积累中来啊