在Python中使用列表推导式List Comprehension的8个层次

本文主要是介绍在Python中使用列表推导式List Comprehension的8个层次，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中使用列表推导式的8 个层次(8 Levels of Using List Comprehension in Python)

列表表达式 list comprehension是一种非常具有 Pythonic 风格的技术，能让你的代码变得非常优雅。不过，它的语法有点令人困惑，尤其是对于新手和来自其他语言的程序员来说。我读过很多关于它的资料，但说实话，没有一本能完美地展示列表理解的全貌，以及它有多么强大和美丽。因此，我写了这篇文章。

本篇文章将由浅入深elementary to profound地展示使用列表表达式list comprehension的 8 个层次。在了解了所有 8 个层次之后，掌握列表表达式list comprehension就变得易如反掌了。

在Python中，“List comprehension”是指一种简洁的语法结构，用于快速创建新的列表，同时对列表中的元素进行处理和筛选。因此，我们可以将“List comprehension”理解为“列表理解”或“列表推导式”或“列表表达式”，即通过理解和推导原始列表中的元素，生成一个新的列表。

Level 0: 了解列表推导式List Comprehension的模板Template

首先，我们应该了解基本语法：

每个列表推导式List Comprehension都应遵守以下模板：

my_list = [ expression for item in iterable (if condition) ]

它非常简洁明了。只有两个方括号square brackets，包括三个关键组件components：

• 迭代iterate可迭代对象iterable的 for 循环
• 处理项item的表达式expression
• 一个可选的 if 条件condition

接下来，让我们看看如何利用这个简单的模板编写巧妙的程序。

Level 1: 只需替换 For 循环

一个直观的方案是用一行代码替换 for 循环：

full_name = "Zhang San"
characters = [char for char in full_name]
print(full_name)
print(characters)
# Zhang San
# ['Z', 'h', 'a', 'n', 'g', ' ', 'S', 'a', 'n']

与下面的 for 循环版本实现相比，这已经是向 Pythonic 和优雅程序迈进了一大步。

full_name = "Zhang San"
characters = []
for char in full_name:characters.append(char)
print(full_name)
print(characters)
# Zhang San
# ['Z', 'h', 'a', 'n', 'g', ' ', 'S', 'a', 'n']

实际上，Python 中的所有可迭代对象iterables都可以在列表推导式List Comprehension中使用。再举一个例子

Matrix = [[2, 1, 5],[5, 99, 0],[33, 2, 4]]
row_max = [max(row) for row in Matrix]
print(row_max)
# [5, 99, 33]

如上例所示，我们只需一行代码就能得到矩阵matrix中每一行的最大值maximum value。

Level 2: 巧妙使用 If 条件Condition

if 语句statement是列表推导式List Comprehension中的一个可选条件optional condition。如果使用得当，它会给我们带来很多方便。

Genius = ["Yang", "Tom", "Jerry", "Jack", "tom", "yang"]
L1 = [name for name in Genius if name.startswith('Y')]
L2 = [name for name in Genius if name.startswith('Y') or len(name) < 4]
L3 = [name for name in Genius if len(name) < 4 and name.islower()]
print(L1, L2, L3)
# ['Yang'] ['Yang', 'Tom', 'tom'] ['tom']

Level 3: 使用更复杂的表达式More Complex Expression

在前面的示例中，我们只是获取项items来建立列表list。实际上，我们可以对 items 使用更复杂的表达式：

Genius = ["Jerry", "Jack", "tom", "yang"]
L1 = [name.capitalize() for name in Genius]
print(L1)
# ['Jerry', 'Jack', 'Tom', 'Yang']

甚至包括 if...else... 语句：

Genius = ["Jerry", "Jack", "tom", "yang"]
L1 = [name if name.startswith('y') else 'Not Genius' for name in Genius]
print(L1)
# ['Not Genius', 'Not Genius', 'Not Genius', 'yang']

注意：如果您没有真正理解列表推导式List Comprehension的模板Template，有一个问题可能会让您感到困惑：

表达式中的 if...else... 语句（也称为三元条件操作符ternary conditional operator）与列表推导式List Comprehension模板Template最后的可选 if 条件不同。让我们回顾一下模板：

my_list = [ expression for item in iterable (if condition) ]

如模板所示，最后一个 if 条件是列表推导式List Comprehension的组成部分之一。我们不能在它后面添加 else 语句，因为列表推导式List Comprehension的语法不支持这样做。

只要遵循 Python 表达式的语法，表达式部分可以是任何表达式。如果我们使用 if ，则必须同时使用 else ，因为这是 Python 表达式的三元条件运算符ternary conditional operator语法。

a = 1
b = 2 if a>0 # SyntaxError: invalid syntaxb = 2 if a > 0 else -1  
# b==2,ternary conditional operator works

Level 4: 使用嵌套For循环处理嵌套Iterables

一个列表推导式List Comprehension不仅可以替代一个 for-loop，实际上还可以替代嵌套的 for-loop。

Genius = ["Jerry", "Jack", "tom", "yang"]
L1 = [char for name in Genius for char in name]
print(L1)
# ['J', 'e', 'r', 'r', 'y', 'J', 'a', 'c', 'k', 't', 'o', 'm', 'y', 'a', 'n', 'g']

上述程序等于

Genius = ["Jerry", "Jack", "tom", "yang"]
L1 = []
for name in Genius:for char in name:L1.append(char)
print(L1)

哪种实现方式更好？答案显而易见。

当然，我们可以在一个列表推导式List Comprehension中放入更多嵌套的 for 循环，但这不是一个好主意。出于可读性的考虑，最好的做法best practice是在一个列表推导式List Comprehension中不要使用超过两个 for 循环。

此外，我们还可以在任何 for 循环之后添加可选的 if 条件conditions：

Genius = ["Jerry", "Jack", "tom", "yang"]
L1 = [char for name in Genius if len(name) < 4 for char in name]
print(L1)
# ['t', 'o', 'm']

Level 5: 避免使用高阶函数Higher Order Functions以提高可读性Readability

Python 有一些高阶函数higher order functions，如 map() 、 filter() 等。一个好的习惯是尽量使用列表推导式List Comprehension而不是使用高阶函数。因为它能让我们的程序更容易被他人阅读。甚至 Python 的作者也在他的文章中推荐了这种做法。

map() 方法可以使用列表推导式List Comprehension进行替换：

L = map(func, iterable)
# can be replaced to:
L = [func(a) for a in iterable]

filter() 方法也可以使用列表推导式List Comprehension进行转换：

L = filter(condition_func, iterable)
# can be converted to
L = [a for a in iterable if condition]

让我们来看一个例子，下面的列表（ L1 和 L2 ）用两种不同的方法实现，结果是一样的：

Genius = ["Jerry", "Jack", "tom", "yang"]
L1 = filter(lambda a: len(a) < 4, Genius)
print(list(L1))
# ['tom']
L2 = [a for a in Genius if len(a) < 4]
print(L2)
# ['tom']

Level 6: 使用生成器表达式Generator Expressions降低内存开销Reduce Memory Costs

如果我们将方括号square brackets转换成括号parentheses，列表推导式List Comprehension就会变成一个生成器表达式generator expression。

生成器表达式generator expression可以避免生成一个完整的列表full list，从而降低内存成本reduce memory costs，因为生成器generator采用了 惰性求值lazy evaluation。

large_list = [x for x in range(1_000_000)]
large_list_g = (x for x in range(1_000_000))
print(large_list.__sizeof__())
print(large_list_g.__sizeof__())
# 8697440
# 96

在Python中，__sizeof__()是一个特殊方法，用于返回对象所占用的内存大小（单位为字节）。它可以用于任何Python对象，包括列表、元组、字典、集合、自定义对象等。

Level 7: 了解列表推导式List Comprehension背后的哲学Philosophy

使用列表推导式List Comprehension的直观原因是为了使我们的代码更加整洁和优雅neat and elegant。此外Furthermore，这也是函数式编程范式functional programming paradigm的良好实践practice。函数式编程的理念之一就是避免控制流avoiding control flows。列表推导式List Comprehension可以将程序员的注意力从控制流control flow转移到数据收集data collection本身。换句话说，从思考 for 循环如何工作到思考列表是什么，这是一种心理上的转变。it’s a mentally shift from thinking of how a for-loop works to what the list is. 它可以帮助你更容易地思考整个程序的逻辑。

结论

列表推导式List Comprehension是展示 Python 程序如何优雅elegant的经典示例classic example。在熟悉了它的语法syntax和使用场景using scenarios后，你的 Python 编程技能programming skills将进入一个新的境界new realm。

这篇关于在Python中使用列表推导式List Comprehension的8个层次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！

---