从菜鸟到高手:掌握Python推导式,让代码飞起来,列表、集合、字典,一网打尽,用Python推导式优雅地重构你的数据操作

本文主要是介绍从菜鸟到高手:掌握Python推导式,让代码飞起来,列表、集合、字典,一网打尽,用Python推导式优雅地重构你的数据操作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

"在Python的广阔世界里,隐藏着一种让程序员们爱不释手的秘密武器——推导式。想象一下,你正站在数据处理的战场上,面对着成千上万条数据,需要快速筛选、转换、聚合。这时,你手中的列表推导、集合推导、字典推导就像三把锋利的剑,轻轻一挥,便能将复杂的数据操作化繁为简,让代码如同行云流水般优雅。今天,就让我们一起揭开这些神奇推导式的面纱,探索它们背后的力量与魅力。"

一、列表推导(List Comprehension

Python中的列表推导(List Comprehension)是一种简洁的构建列表的方法。它允许你从一个已存在的列表(或其他可迭代对象)中快速生成一个新的列表,而不需要编写完整的循环结构。列表推导不仅可以使代码更加简洁,而且在某些情况下还可以提高执行效率。

基本语法:

[expression for item in iterable]
  • expression 是对每一个 item 进行处理的表达式,其结果将被添加到新列表中。
  • item 是可迭代对象 iterable 中的元素。
  • iterable 是一个可以迭代的对象,比如列表、元组、字符串、集合等。

1. 简单的列表推导

假设我们有一个数字列表,想要创建一个新列表,其中包含原列表中每个元素的平方。

使用for循环的实现方法,这样看起来比较繁琐,而且效率比较低

numbers = [1, 2, 3, 4, 5]
numbers2 = []
for num in numbers:numbers2.append(num**2)
print(numbers2) # [1, 4, 9, 16, 25]

使用列表推导式,这样的代码看起来就非常的整洁,效率也比较好,而且看起来也会显示有那么一点专业hhh

numbers = [1, 2, 3, 4, 5]
#首先遍历numbers数组,然后将每一个元素赋值给x,x**2,就是numbers数组中每一个元素**2
numbers2 = [x**2 for x in numbers]
print(numbers2) # [1, 4, 9, 16, 25]

2. 带条件的列表推导

可以在列表推导式中加入条件,满足条件的数据才会进入到最终的列表里面

根据numbers列表使用列表推导式生成一个新列表,但是只获取偶数

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
'''
首先先看正常的列表推导式
x for x in numbers
先获取到numbers数组,循环遍历numbers数组,将数组中的每个元素赋值给x
然后x不进行任何操作接下来就看判断条件
if x % 2 == 0
会判断每一个x,也就是数组中的每一个元素,只有条件为true的元素才会进入到最终的数组中
'''
numbers2 = [x for x in numbers if x % 2 == 0]
print(numbers2) # [2, 4, 6, 8, 10]

3. 嵌套列表推导

列表推导也可以嵌套,以处理更复杂的数据结构。

使用列表推导式获取二维数组中的所有一维数组的元素.,并将每个元素加1然后写入到一个新一维数组中

#定义一个二维数组
numbers = [[1,2,3],[4,5,6],[7,8,9]
]
'''
首先先看 第一个循环
for num in numbers
这段语句就是获取到numbers这个二维数组中的每一个元素,也就是一维数组然后再看 第二个循环
for x in num
第一个循环把获取到的每一个一维数组赋值给num,现在循环遍历num将每个元素赋值给x然后x+1,就是每个元素加1,然后赋值给最终的数组
'''
numbers2 = [x+1 for num in numbers for x in num]
print(numbers2) # [2, 3, 4, 5, 6, 7, 8, 9, 10]

在嵌套列表推导中,第一个 for 循环遍历外层的可迭代对象(在这个例子中是 numbers 的每一行),而第二个 for 循环遍历内层的可迭代对象(在这个例子中是每行的元素)。

二、集合推导(Set Comprehension

在Python中,集合推导(Set Comprehension)是一种简洁且强大的工具,用于从一个或多个迭代器快速创建集合(set)。它类似于列表推导(List Comprehension),但结果是一个集合,这意味着结果中的元素是唯一的,且顺序不保证。集合推导的基本语法遵循了集合的特性,即不允许重复元素,并且元素是无序的。

基本语法:

{expression for item in iterable}
  • expression:是一个表达式,用于从每个item中生成新的元素。
  • item:是迭代器iterable中的当前元素。
  • iterable:是一个可迭代对象,如列表、元组、字符串、字典等。
  • condition(可选):是一个条件表达式,用于筛选满足条件的元素。如果条件为真,则当前元素item会被包含在结果集合中。

基本集合推导

# 创建一个包含1到10的平方数的集合  
squared = {x**2 for x in range(1, 11)}  
print(squared)  # 输出可能是 {1, 4, 9, 16, 25, 36, 49, 64, 81, 100},注意顺序可能不同

带条件的集合推导

# 创建一个包含1到10之间偶数的平方的集合  
even_squared = {x**2 for x in range(1, 11) if x % 2 == 0}  
print(even_squared)  # 输出可能是 {4, 16, 36, 64, 100},注意顺序可能不同

从字典推导集合

# 假设我们有一个字典,我们想从它的键中创建一个集合  
d = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  
keys_set = {key for key in d}  
print(keys_set)  # 输出可能是 {'a', 'b', 'c', 'd'},注意顺序可能不同

嵌套集合推导

虽然嵌套集合推导不常见,但它们也是可能的。但请注意,这可能会导致代码难以理解和维护。

# 假设我们有两个列表,我们想找出所有可能的(x, y)对,其中x来自第一个列表,y来自第二个列表  
list1 = [1, 2]  
list2 = [3, 1, 4]  
pairs = {(x, y) for x in list1 for y in list2}  
print(pairs)  # 输出可能是 {(1, 3), (1, 1), (1, 4), (2, 3), (2, 1), (2, 4)},注意顺序可能不同

三、字典推导(Dictionary Comprehension)

Python中的字典推导(Dictionary Comprehension)是一种简洁而强大的方式,用于从可迭代对象(如列表、元组或其他可迭代对象)中创建字典。字典推导类似于列表推导(List Comprehension),但结果是一个字典而不是列表。

语法

{key: value for (key, value) in iterable}

简单的字典推导

假设我们有一个包含元组的列表,每个元组代表一个名字和对应的年龄,我们想将这些数据转换为一个字典:

people = [('Alice', 30), ('Bob', 25), ('Charlie', 35)]  # 使用字典推导创建字典  
people_dict = {name: age for name, age in people}  print(people_dict)  
# 输出: {'Alice': 30, 'Bob': 25, 'Charlie': 35}

包含条件的字典推导

如果我们只想包含年龄大于30岁的人,可以添加条件表达式:

people = [('Alice', 30), ('Bob', 25), ('Charlie', 35)]  # 使用字典推导,并添加条件  
people_over_30 = {name: age for name, age in people if age > 30}  print(people_over_30)  
# 输出: {'Charlie': 35}

复杂的键或值计算

假设我们有一个包含员工ID和姓名的列表,但我们想要将员工ID作为键,并将“Employee_”前缀添加到姓名作为值:

employees = [(1, 'Alice'), (2, 'Bob'), (3, 'Charlie')]  # 使用字典推导,并计算键和值  
employee_dict = {id: 'Employee_' + name for id, name in employees}  print(employee_dict)  
# 输出: {1: 'Employee_Alice', 2: 'Employee_Bob', 3: 'Employee_Charlie'}

嵌套循环和条件

虽然字典推导中直接使用嵌套循环不是直接支持的(因为字典的键必须是唯一的),但你可以通过其他方式(如列表推导或生成器表达式)来间接实现嵌套逻辑,并在字典推导中使用其结果。不过,对于简单的场景,通常建议避免在字典推导中进行过于复杂的嵌套或条件逻辑,以保持代码的可读性。

这篇关于从菜鸟到高手:掌握Python推导式,让代码飞起来,列表、集合、字典,一网打尽,用Python推导式优雅地重构你的数据操作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1103709

相关文章

C++11范围for初始化列表auto decltype详解

《C++11范围for初始化列表autodecltype详解》C++11引入auto类型推导、decltype类型推断、统一列表初始化、范围for循环及智能指针,提升代码简洁性、类型安全与资源管理效... 目录C++11新特性1. 自动类型推导auto1.1 基本语法2. decltype3. 列表初始化3

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

MySQL 强制使用特定索引的操作

《MySQL强制使用特定索引的操作》MySQL可通过FORCEINDEX、USEINDEX等语法强制查询使用特定索引,但优化器可能不采纳,需结合EXPLAIN分析执行计划,避免性能下降,注意版本差异... 目录1. 使用FORCE INDEX语法2. 使用USE INDEX语法3. 使用IGNORE IND

Python获取浏览器Cookies的四种方式小结

《Python获取浏览器Cookies的四种方式小结》在进行Web应用程序测试和开发时,获取浏览器Cookies是一项重要任务,本文我们介绍四种用Python获取浏览器Cookies的方式,具有一定的... 目录什么是 Cookie?1.使用Selenium库获取浏览器Cookies2.使用浏览器开发者工具

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

Python Web框架Flask、Streamlit、FastAPI示例详解

《PythonWeb框架Flask、Streamlit、FastAPI示例详解》本文对比分析了Flask、Streamlit和FastAPI三大PythonWeb框架:Flask轻量灵活适合传统应用... 目录概述Flask详解Flask简介安装和基础配置核心概念路由和视图模板系统数据库集成实际示例Stre

Python实现PDF按页分割的技术指南

《Python实现PDF按页分割的技术指南》PDF文件处理是日常工作中的常见需求,特别是当我们需要将大型PDF文档拆分为多个部分时,下面我们就来看看如何使用Python创建一个灵活的PDF分割工具吧... 目录需求分析技术方案工具选择安装依赖完整代码实现使用说明基本用法示例命令输出示例技术亮点实际应用场景扩

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分