Python中的列表生成式
顾名思义,列表生成式就是用来生成列表的特定语法形式的表达式。列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式。
语法格式
基础语法格式
1 | [exp for iter_var in iterable] |
工作过程
- 迭代iterable中的每个元素;
- 每次迭代都先把结果赋值给iter_var,然后通过exp得到一个新的计算值;
- 最后所有通过exp得到的计算值以一个新的列表的形式返回;
相当于:
1 | L = [] |
带过滤功能的语法格式
1 | [exp for iter_var in iterable if_exp] |
工作过程
- 迭代iterable中的每个元素,每次迭代都先判断if_exp表达式是否成立,即判断将iter_var代入if_exp后表达式的结果,如果为真则进行下一步,如果为假则进行下一次迭代;
- 把迭代结果赋值给iter_var,然后通过exp得到一个新的计算值;
- 最后把所有通过exp得到的计算值以一个新列表的形式返回;
相当于:
1 | L = [] |
循环嵌套的语法格式
1 | [exp for iter_var_A in iterable_A for iter_var_B in iterable_B] |
工作过程
- 迭代iterable_A中的每个元素,但是每迭代iterable_A中的一个元素,就把iterable_B中的所有元素都迭代一遍;
- 将每次迭代的变量iterable_var_A和iterable_var_B传入表达式exp(当然可以只传入两者之一),计算出结果;
- 最后把所有通过exp得到的结果以一个新的列表的形式返回;
应用场景
其实列表生成式是Python中的一种“语法糖”,也就是说列表生成式是Python提供的一种生成列表的简洁形式,应用列表生成式可以快速生成一个新的list。它最主要的应用场景是:根据已存在的可迭代对象推导出一个新的list。
使用实例
我们可以对几个生成列表的要求分别通过“不使用列表生成式”和“使用列表生成式”来实现,然后做个对比总结。
实例1:生成一个从3到10的数字列表
1 | # 不使用列表生成式 |
实例2:生成一个2n+1的数字列表,n为从3到10的数字
1 | # 不使用列表生成式 |
实例3:过滤出指定的数字列表中的值大于20的元素
1 | L = [3, 7, 11, 14, 19, 33, 26, 57, 99] |
实例4:计算两个集合的全排列,并将结果保存至一个新的列表中
1 | L1 = ['香蕉', '苹果', '橙子'] |
实例5:将一个字典转换成由一组元组组成的列表,元组的格式为(key, value)
1 | D = {'Tom': 15, 'Jerry': 18, 'Peter': 13} |
可见,在一些情况下使用列表生成式确实要方便、简洁很多,使用一行代码就搞定了。
列表生成式与map、filter等高阶函数对比
列表生成式的功能与之前文章提到的map()
和filter()
高阶函数功能很像,比如下面两个例子:
实例1:把一个列表中所有的字符串转换为小写,非字符串元素保留原样
1 | L = ['TOM', 'Peter', 10, 'Jerry'] |
实例2:把一个列表中所有的字符串转换为小写,非字符串元素移除
1 | L = ['TOM', 'Peter', 10, 'Jerry'] |
对于大部分需求来讲,使用列表生成式和使用高阶函数都能实现。但是map
和filter
等一些高阶函数在Python3.x中的返回值类型变成了Iterator(迭代器)对象,这对于那些元素数量很大或无限的可迭代对象来说显然是更合适的,因为可以避免不必要的内存空间浪费。
引用文章: