惰性求值邓馒，也就是延遲求值，表達式不會在它被綁定到變量之后就立即求值蛾坯，而是等用到時再求值光酣。這個特性可以解決一些巨大甚至無限的集合列表，如菲波那切數(shù)列脉课、幾十G的文件等等救军。延遲求值的一個好處是能夠建立可計算的無限列表而沒有妨礙計算的無限循環(huán)或大小問題。
Python 中的很多方法沒有直接返回列表倘零，而是返回了一個可迭代的generator (生成器)對象唱遭，這便是python的惰性求值，因為在創(chuàng)建一個很大的列表時呈驶，對內(nèi)存的開銷非常大拷泽，太大時python會直接報錯，舉個??：range()方法是產(chǎn)生一個指定范圍列表俐东，在Python3之前跌穗，該方法直接產(chǎn)生一個列表，xrange() 產(chǎn)生一個生成器：
>>> xrange(100)
xrange(100)
>>> range(100)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
當參數(shù)里面的值足夠大時虏辫，range()產(chǎn)生了一個巨大的列表蚌吸，這是內(nèi)存會吃不消，等待一段時間后程序會直接被Kill掉：
>>> for i in range(999999999999):
... print i
...
Killed: 9
用xrange() 方法就不回出現(xiàn)這種問題砌庄，并且可以一直運行：
>>> for i in xrange(999999999999):
... print i
...
0
1
2
3
4
5
6
7
8
9
10...
在Python3中range已經(jīng)被改為了xrange,所以在python3中可以放心使用range().
惰性求值不要求你事先準備好整個迭代過程中所有的元素羹唠。迭代器僅僅在迭代至某個元素時才計算該元素，而在這之前或之后娄昆，元素可以不存在或者被銷毀
還有前文所說的list comprehension語句,在兩邊放上[]佩微，會產(chǎn)生別表，如果數(shù)據(jù)源很長則會報內(nèi)存錯誤:
>>> print [i for i in range(9999999999999999)]
Python(1627,0x7fffe5b713c0) malloc: *** mach_vm_map(size=80000000000000000) failed (error code=3)
*** error: can't allocate region
*** set a breakpoint in malloc_error_break to debug
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
MemoryError
這樣直接產(chǎn)生列表沒有效率萌焰，為了創(chuàng)建生成器對象哺眯，可以在list comprehension兩邊放上()，這樣它就有了惰性求值的特性扒俯。
>>> print((i for i in range(99999999999999)))
<generator object <genexpr> at 0x106e29f10>
使用next()內(nèi)建函數(shù)訪問生成器里的元素：
num = (i for i in range(5))
>>> num
<generator object <genexpr> at 0x106e89048>
>>> next(num)
0
>>> next(num)
1
>>> for j in range(4):
... print(next(num))
...
2
3
4
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
StopIteration
當訪問到最后元素時奶卓，再調(diào)用next(),Python將會拋出StopIteration異常一疯。Python正是根據(jù)是否檢查到這個異常來決定是否停止迭代。
step1 = someLongOperation1()
step2 = someLongOperation2()
step3 = concatenate(step1, step2)
以上代碼需要分別執(zhí)行一二兩步操作夺姑，第三步用到一二兩步的結果墩邀，在Pyhton中會有序的執(zhí)行這些函數(shù)：首先是 someLongOperation1，然后 someLongOperation2盏浙，最后 concatenate眉睹，如果確保沒有函數(shù)修改或依賴于全局變量，第一二步可以被并行執(zhí)行废膘。假設我們不想并行運行這兩個函數(shù)竹海，我們只在其他函數(shù)依賴于 step1 和 step2 時才需要執(zhí)行這兩個函數(shù)。我們甚至在 concatenate 調(diào)用之前都不必執(zhí)行他們殖卑，可以把他們的求值延遲到 concatenate 函數(shù)內(nèi)實際用到他們的位置站削。如果函數(shù)中用到了if分支語句，條件無關step1和step2則可以盡量將判斷條件放前面以減少不必要的計算：
step1 = someLongOperation1()
step2 = someLongOperation2()
if condition:
step3 = concatenate(step1, step2)
換為：
if condition:
step1 = someLongOperation1()
step2 = someLongOperation2()
step3 = concatenate(step1, step2)
如果 concatenate 是一個帶有條件分支的函數(shù)并且有的分支中只用了兩個參數(shù)中的一個孵稽，另一個參數(shù)就永遠沒有必要被求值许起。
