Генераторные выражения в Python — синтаксис и примеры

Введение

Генераторные выражения (generator expressions) — это компактный способ создания генераторов в Python без написания отдельной функции с yield. Они выглядят как списковые включения (list comprehensions), но заключены в круглые скобки вместо квадратных. Генераторные выражения создают ленивые итераторы, которые вычисляют значения по запросу и экономят память.

В этой статье мы разберём синтаксис генераторных выражений, сравним их со списковыми включениями и рассмотрим практические сценарии использования.

Синтаксис генераторного выражения

Генераторное выражение записывается в круглых скобках и имеет ту же структуру, что и списковое включение:

# Списковое включение — создаёт список в памяти
squares_list = [x ** 2 for x in range(10)]

# Генераторное выражение — создаёт ленивый итератор
squares_gen = (x ** 2 for x in range(10))

print(type(squares_list))  # <class 'list'>
print(type(squares_gen))   # <class 'generator'>

Основной синтаксис:

# Базовая форма
gen = (выражение for переменная in итерируемый_объект)

# С условием фильтрации
gen = (выражение for переменная in итерируемый_объект if условие)

# С вложенными циклами
gen = (выражение for x in iter1 for y in iter2)

Сравнение со списковыми включениями

Разница между генераторным выражением и списковым включением не только в скобках — она в способе работы с памятью:

import sys

# Списковое включение — все элементы в памяти сразу
big_list = [i * 2 for i in range(1000000)]
print(f"Список: {sys.getsizeof(big_list)} байт")  # ~8 МБ

# Генераторное выражение — только текущий элемент
big_gen = (i * 2 for i in range(1000000))
print(f"Генератор: {sys.getsizeof(big_gen)} байт")  # ~200 байт

Использование с функциями

Генераторные выражения часто передаются напрямую в функции, которые принимают итерируемый объект. При этом внешние скобки не нужны:

# Сумма квадратов — без создания промежуточного списка
total = sum(x ** 2 for x in range(100))
print(total)  # 328350

# Поиск максимальной длины строки
words = ["генератор", "итератор", "список", "функция"]
max_len = max(len(w) for w in words)
print(max_len)  # 9

# Проверка условия для всех элементов
numbers = [2, 4, 6, 8, 10]
all_even = all(n % 2 == 0 for n in numbers)
print(all_even)  # True

# Объединение строк
names = ["Алиса", "Борис", "Вера"]
result = ", ".join(name.upper() for name in names)
print(result)  # АЛИСА, БОРИС, ВЕРА

Если вы хотите детальнее изучить Python и научиться писать эффективный код — приходите на наш большой курс Python-разработчик с нуля. На курсе 180 уроков и 80 упражнений, AI-тренажёры для практики 24/7, решение задач с живым ревью наставника, еженедельные встречи с менторами.

Фильтрация с условием if

Генераторные выражения поддерживают условие if для фильтрации элементов:

# Только чётные числа
evens = (n for n in range(20) if n % 2 == 0)
print(list(evens))  # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

# Только непустые строки длиной больше 3
lines = ["hello", "", "hi", "world", "", "python"]
long_words = (line for line in lines if line and len(line) > 3)
print(list(long_words))  # ['hello', 'world', 'python']

Условное выражение if-else

Если нужно не фильтровать, а преобразовать значения по условию, используйте тернарный оператор в выражении:

# Замена отрицательных чисел нулём
numbers = [5, -3, 8, -1, 0, 7, -2]
clamped = (n if n > 0 else 0 for n in numbers)
print(list(clamped))  # [5, 0, 8, 0, 0, 7, 0]

# Классификация чисел
labels = ("чётное" if n % 2 == 0 else "нечётное" for n in range(5))
print(list(labels))  # ['чётное', 'нечётное', 'чётное', 'нечётное', 'чётное']

Вложенные циклы

Генераторные выражения поддерживают вложенные циклы:

# Все пары из двух списков
colors = ["красный", "синий"]
sizes = ["S", "M", "L"]
combinations = (f"{color}-{size}" for color in colors for size in sizes)
print(list(combinations))
# ['красный-S', 'красный-M', 'красный-L', 'синий-S', 'синий-M', 'синий-L']

# Разворачивание вложенного списка
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flat = (num for row in matrix for num in row)
print(list(flat))  # [1, 2, 3, 4, 5, 6, 7, 8, 9]

Практический пример: обработка CSV-данных

Генераторные выражения отлично подходят для конвейерной обработки данных:

import csv

def process_sales(filepath):
    """Подсчёт суммы продаж из CSV-файла"""
    with open(filepath, 'r', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        # Конвейер генераторных выражений
        amounts = (float(row['amount']) for row in reader)
        positive = (a for a in amounts if a > 0)
        return sum(positive)

# Считает сумму без загрузки всего файла в память
# total = process_sales('sales.csv')

Когда использовать генераторное выражение

Используйте генераторное выражение, когда:

• Данные обрабатываются однократно — в sum(), max(), min(), any(), all(), join()
• Набор данных большой и не помещается в память целиком
• Нужно создать промежуточный этап в конвейере обработки

Используйте списковое включение, когда:

• Нужен повторный доступ к элементам
• Нужна индексация (result[0], result[-1])
• Нужно знать длину (len(result))
• Данных немного и экономия памяти не критична

Частые ошибки

• Повторное использование генераторного выражения. После обхода генератор исчерпывается. Присваивание переменной не помогает — нужно создавать выражение заново.
• Использование квадратных скобок вместо круглых. Это создаст список, а не генератор, и все элементы загрузятся в память.
• Попытка получить длину генераторного выражения. Генераторы не поддерживают len(). Если длина нужна, используйте список или sum(1 for _ in gen).

Частозадаваемые вопросы

Чем генераторное выражение отличается от функции-генератора? Генераторное выражение — это однострочная конструкция для простых преобразований. Функция-генератор с yield подходит для сложной логики с несколькими условиями, циклами и состоянием.

Можно ли вложить одно генераторное выражение в другое? Да, можно передать одно генераторное выражение как итерируемый объект в другое. Это создаёт цепочку ленивых вычислений.

Генераторное выражение быстрее спискового включения? Создание генератора быстрее, так как элементы не вычисляются сразу. Но если нужен полный обход, общее время примерно одинаково. Главное преимущество — в экономии памяти.

Заключение

Генераторные выражения — элегантный и эффективный инструмент Python для создания ленивых итераторов. Они сочетают компактность списковых включений с экономией памяти генераторов. Используйте их для обработки больших наборов данных, в качестве аргументов агрегирующих функций и для построения конвейеров обработки.

Для закрепления навыков работы с генераторами и другими возможностями Python рекомендуем курс Python-разработчик с нуля. В первых 3 модулях курса доступно бесплатное содержание, что позволяет разобраться с основами языка и понять структуру курса до покупки полного доступа.