生成器推导式用圆括号语法(gen_expr for variable in iterable if condition)创建惰性求值的生成器对象，相比列表推导式更节省内存，适用于处理大数据或需逐个访问的场景。
生成器推导式是 Python 中一种简洁创建生成器的方法，语法和列表推导式相似，但使用圆括号 () 而不是方括号 []。它不会立即生成所有值并存储在内存中，而是按需产生值，节省内存。
基本语法
生成器推导式的写法如下：
(gen_expr for variable in iterable if condition)其中：
- gen_expr：表达式，用于生成每个元素
- variable：遍历可迭代对象中的每个元素
- iterable：可迭代对象，如列表、元组、字符串等
- condition（可选）：过滤条件
与列表推导式的区别
看起来很像，但关键不同在于：
立即学习“Python免费学习笔记（深入）”；
- 列表推导式返回一个完整的列表，所有数据存在内存中
- 生成器推导式返回一个生成器对象，只在需要时计算下一个值
- 生成器只能遍历一次，之后就“耗尽”了
例如：
# 列表推导式：一次性生成所有数lst = [x**2 for x in range(5)] # [0, 1, 4, 9, 16]
生成器推导式：返回生成器对象
gen = (x**2 for x in range(5))
print(next(gen)) # 输出 0
print(next(gen)) # 输出 1
适用场景
当你处理大量数据或只需要逐个访问结果时，用生成器推导式更高效。
- 读取大文件时逐行处理
- 数学序列的惰性计算（比如斐波那契数列）
- 管道式数据处理，避免中间列表占用内存
比如统计一个大文本中每行长度大于10的行数：
lines = (len(line) for line in file if len(line) > 10)total = sum(lines)
这里不会把所有行长存成列表，而是边算边传给 sum 函数。
基本上就这些。生成器推导式适合节省内存的场景，理解它的惰性求值特性很重要。不复杂但容易忽略。
