使用生成器表达式处理嵌套数据结构和复杂对象

生成器表达式是一种简洁高效的方式来处理嵌套数据结构和复杂对象。它允许我们在一个单独的表达式中处理数据，并且只在需要时才生成数据，从而减少内存占用和提高代码效率。

生成器表达式的语法类似于列表生成式，但使用圆括号而不是方括号。它可以用于任何可迭代的对象，并且可以与其他操作符和函数一起使用。

让我们来看看一些使用生成器表达式处理嵌套数据结构和复杂对象的例子。

1. 处理嵌套列表

假设我们有一个嵌套的二维列表，我们想要获取所有元素的平方。使用生成器表达式，我们可以用一行代码实现这个功能。

nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
squared_elements = (x**2 for sublist in nested_list for x in sublist)
print(list(squared_elements))

输出：

[1, 4, 9, 16, 25, 36, 49, 64, 81]

2. 处理嵌套字典

假设我们有一个嵌套的字典列表，每个字典包含姓名和年龄信息。我们想要获取所有名字的大写形式。使用生成器表达式，我们可以轻松地实现这个功能。

nested_dict_list = [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}, {'name': 'Charlie', 'age': 35}]
uppercased_names = (person['name'].upper() for person in nested_dict_list)
print(list(uppercased_names))

输出：

['ALICE', 'BOB', 'CHARLIE']

3. 处理复杂对象

假设我们有一个包含学生对象的列表，每个学生对象包含姓名、年龄和成绩信息。我们想要获取所有年龄大于20岁的学生的姓名。使用生成器表达式，我们可以很容易地实现这个功能。

class Student:
    def __init__(self, name, age, grade):
        self.name = name
        self.age = age
        self.grade = grade

students = [Student('Alice', 25, 90), Student('Bob', 30, 85), Student('Charlie', 35, 95)]
filtered_names = (student.name for student in students if student.age > 20)
print(list(filtered_names))

输出：

['Alice', 'Bob', 'Charlie']

通过这些例子，我们可以看到使用生成器表达式可以简化对嵌套数据结构和复杂对象的处理。它不仅可以提高代码的可读性和简洁性，还可以节省内存并提高代码的执行效率。无论是处理嵌套列表、嵌套字典还是复杂对象，生成器表达式都是一个强大的工具。