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
|
5天前
|
开发者 Python
Python神技:用列表推导式让你的代码更优雅
Python神技:用列表推导式让你的代码更优雅
200 99
|
12天前
|
程序员 Python
Python列表推导式:简洁与高效的艺术
Python列表推导式:简洁与高效的艺术
213 99
|
16天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
187 102
|
16天前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
191 104
|
16天前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
180 103
|
16天前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
128 82
|
16天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的多面手
Python:现代编程的多面手
30 0
|
25天前
|
存储 人工智能 算法
Python实现简易成语接龙小游戏:从零开始的趣味编程实践
本项目将中国传统文化与编程思维相结合,通过Python实现成语接龙游戏,涵盖数据结构、算法设计与简单AI逻辑,帮助学习者在趣味实践中掌握编程技能。
98 0
|
2月前
|
安全 测试技术 数据处理
Python列表推导式进阶:从简洁代码到高效编程的10个核心技巧
列表推导式是Python中高效的数据处理工具,能将多行循环代码压缩为一行,提升代码可读性与执行效率。本文详解其基础语法、嵌套循环、条件表达式、函数融合、性能优化等进阶技巧,并结合实战案例与边界条件处理,帮助开发者写出更优雅、高效的Python代码。
119 0
|
2月前
|
机器学习/深度学习 人工智能 运维
Python:简洁高效的万能编程胶水
Python:简洁高效的万能编程胶水

推荐镜像

更多