Python推导式编程

简介: Python推导式编程:列表推导式、字典推导式、集合推导式

推导式comprehensions(又称解析式),是Python的一种独有特性。推导式是可以从一个数据序列构建另一个新的数据序列的结构体, 共有三种推导,在Python2和3中都有支持:

◆ 列表(list)推导式

◆ 字典(dict)推导式

◆ 集合(set)推导式

一、列表推导式

列表推导式书写形式:

[表达式 for 变量 in 列表] 或者 [表达式 for 变量 in 列表 if 条件]

1.无条件判断条件的推导式

例如:我们有一个列表list1,现在需要将list1中的每个元素都乘以2,并添加到一个新列表里,然后打印这个新列表。

先看常规for循环的写法:

list1= [1, 2, 3, 4, 5, 6, 7]
new_list= []
foriinlist1:
i=i*2new_list.append(i)
print(new_list)  # [2, 4, 6, 8, 10, 12, 14]

列表推导式写法:

# 列表推导式list1= [1, 2, 3, 4, 5, 6, 7]
new_list= [i*2foriinlist1]  # 无判断条件的推导式print(new_list)  # [2, 4, 6, 8, 10, 12, 14]

可以看到,采用列表推导式后,代码量就由6行缩减至了3行

2.有条件判断的推导式

但是在实际工作中,我们遇到的情况可能会更复杂,比如涉及到条件判断。在列表推导式中,也是可以写if语句的。

同样地,先看常规for循环的写法:

list1= [1, 2, 3, 4, 5, 6, 7]
new_list= []
foriinlist1:
ifi==2:
i=i*2new_list.append(i)
print(new_list)  # [4]

列表推导式写法:

# 有判断条件的推导式list1= [1, 2, 3, 4, 5, 6, 7]
num= [i*2foriinlist1ifi==2]
print(num)  # [4]

可以看到,采用列表推导式后,代码量就由7行缩减至了3行。

3.多层循环嵌套的推导式

列表推导式并没有限制循环层数,多层循环就是一层一层的嵌套,你可以展开一个两层或三层的列表推导式,例如我们上一篇文章在介绍for循环时提到的利用双层for循环打印“九九乘法表”,

普通的for循环写法:

# 九九乘法表foriinrange(1, 10):
forjinrange(1, i+1):
print("{} * {} = {}".format(j, i, i*j), end=" ")
print()

这里我们用列表推导式来实现一下:

print('\n'.join([' '.join([f"{j} * {i} = {j*i}"forjinrange(1, i+1)]) foriinrange(1, 10)]))

打印效果如下:

可以看出,尽管代码缩减到了一行就能够实现打印九九乘法表,但带来的问题同样显而易见:可读性差!时间久了,可能我们自己都忘记这段代码的逻辑。所以,过于复杂的场景、尤其是多层for循环嵌套不推荐使用列表推导式进行实现。

二、字典推导式

字典推导和列表推导的使用方法是类似的,只把中括号该改成大括号。

# 字典推导式dict1= {"name": "chen", "age": 28, "num": 227}
new_dict= {k: vfork, vindict1.items()}
print(new_dict)  # {'name': 'chen', 'age': 28, 'num': 227}new_dict_reverse= {v: kfork, vindict1.items()}  # 字典键值互换位置print(new_dict_reverse)  # {'chen': 'name', 28: 'age', 227: 'num'}

三、集合推导式

集合推导式跟列表推导式差不多,都是对一个列表的元素全部执行相同的操作,但集合是一种无重复无序的序列

跟列表推到式的区别在于:

  • 不使用中括号,使用大括号;
  • 结果中无重复;
  • 结果是一个set()集合;

例如我们相对集合中的每一个元素都乘以元素本身,即求平方,然后生成一个新的集合。

先来看一下常规的for循环写法:

set1= {1, 2, 3, 4, 5, 6, 7}
new_set=set({})
foriinset1:
i=i**2new_set.add(i)
print(new_set)

集合推导式写法:

# 集合推导式set1= {1, 2, 3, 4, 5, 6, 7}
new_set= {i**2foriinset1}  # 遍历集合的元素,返回元素的平方print(new_set)  # {1, 4, 36, 9, 16, 49, 25}

总结

推导式常用于转换数据过滤数据等场景,并不是所有的场景都适合使用推导式,在追求代码运行效率的同时,也要关注代码可读性,而不是一味追求“逼格”。

相关文章
|
8天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
8天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
8天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
2天前
|
存储 人工智能 数据挖掘
Python编程入门:打造你的第一个程序
本文旨在为初学者提供Python编程的初步指导,通过介绍Python语言的基础概念、开发环境的搭建以及一个简单的代码示例,帮助读者快速入门。文章将引导你理解编程思维,学会如何编写、运行和调试Python代码,从而开启编程之旅。
22 2
|
2天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
3天前
|
存储 Python
Python编程入门:理解基础语法与编写简单程序
本文旨在为初学者提供一个关于如何开始使用Python编程语言的指南。我们将从安装Python环境开始,逐步介绍变量、数据类型、控制结构、函数和模块等基本概念。通过实例演示和练习,读者将学会如何编写简单的Python程序,并了解如何解决常见的编程问题。文章最后将提供一些资源,以供进一步学习和实践。
11 1
|
5天前
|
存储 网络协议 IDE
从零起步学习Python编程
从零起步学习Python编程
|
9天前
|
Python
探索Python中的列表推导式
【10月更文挑战第38天】本文深入探讨了Python中强大而简洁的编程工具——列表推导式。从基础使用到高级技巧,我们将一步步揭示如何利用这个特性来简化代码、提高效率。你将了解到,列表推导式不仅仅是编码的快捷方式,它还能帮助我们以更加Pythonic的方式思考问题。准备好让你的Python代码变得更加优雅和高效了吗?让我们开始吧!
|
9天前
|
机器学习/深度学习 存储 算法
探索Python编程:从基础到高级应用
【10月更文挑战第38天】本文旨在引导读者从Python的基础知识出发,逐渐深入到高级编程概念。通过简明的语言和实际代码示例,我们将一起探索这门语言的魅力和潜力,理解它如何帮助解决现实问题,并启发我们思考编程在现代社会中的作用和意义。
|
9天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
下一篇
无影云桌面