想要让自己代码更酷吗,来看看python技能树中的那些推导式吧

简介: 想要让自己代码更酷吗,来看看python技能树中的那些推导式吧
  🐱‍👓🐱‍👓🐱‍👓🐱‍👓   作者:不良使
 🐱‍👓🐱‍👓🐱‍👓🐱‍👓🐱‍👓🐱‍👓   🐱‍👤python建模赛道top3      🐱‍👤华为云享专家
🐱‍👓🐱‍👓🐱‍👓🐱‍👓🐱‍👓🐱‍👓🐱‍👓🐱‍👓 如果认为博主的文章有帮助,记得一键三连👀👀

系列专栏

python技能数image.pngimage.png不用推导式

list1=[]
for i in range(10):
    list1.append(i)
print(list1)
结果:[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

**

列表推导式

**

# TODO  列表推导式
# 推导式   [结果  for 变量 in 可迭代对象]
list2=[i for i in range(10)]
print(list2)
#python一期到python十八期
list3=["python%s" % i for i in range(1,19)]
print(list3)
#筛选模式 和if条件结合使用
#[结果 for 变量 in 可迭代对象 if 条件]
list4=[i for i in range(100) if i%2==0 ]
print(list4)
#TODO 寻找名字中带有  两个e  的人的名字
names=[["Tom","Ailly","Jepetty","John","steem"],
       ["Alice","People","Class","numpter","murrep"]]
#不用推导式的方法
result=[]
for i in names:
    for j in i:
        if j.count("e")>=2:
            result.append(j)
print(result)
#推导式
gen=[j for i in names for j in i if j.count("e")>=2]
for i in gen:
    print(i)
结果:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
['python1', 'python2', 'python3', 'python4', 'python5', 'python6', 'python7', 'python8', 'python9', 'python10', 'python11', 'python12', 'python13', 'python14', 'python15', 'python16', 'python17', 'python18']
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98]
['Jepetty', 'steem', 'People']
Jepetty
steem
People

生成器推导式

# TODO 生成器推导式
#注意:生成器推导式和列表推导式语法基本一样,不是[],而是()
lists=[12,11,23,1]
list5=(i for i in lists)
for i in list5:
    print(i)
#第几次
list6=["第%s次" % i for i in range(1,19)]
print(list6)
#筛选模式 和if条件结合使用
#(结果 for 变量 in 可迭代对象 if 条件)
list6=(i for i in range(100) if i%3==0)
for k in list6:
    print(k)
#TODO 寻找名字中带有  两个e  的人的名字
names=[["Tom","Ailly","Jepetty","John","steem"],
       ["Alice","People","Class","numpter","murrep"]]
#不用推导式的方法
result=[]
for i in names:
    for j in i:
        if j.count("e")>=2:
            result.append(j)
print(result)
#推导式
gen=(j for i in names for j in i if j.count("e")>=2)
for i in gen:
    print(i)

image.png

['Jepetty', 'steem', 'People']
Jepetty
steem
People

注意:注意:生成器推导式和列表推导式语法基本一样,不是[],而是(),只是括号不一样,语法基本一样

列表推导式和生成器推导式的区别:

# 列表推导式
#    [结果 for 变量 in 可迭代对象]
#生成器推导式
#    (结果  for 变量 in 可迭代对象)
#  TODO 区别: 1、列表推导式比较耗内存,一次性加载。生成器推导式几乎不占内存,使用的时候才分配和使用内存
#             2、列表推导式得到的是列表,生成器推导式得到的是一个 @@生成器@@

**

字典推导式

**

# TODO 字典推导式
lst1=['jay','jj','james']
lst2=["周杰伦","李大钊","尼姆斯"]
# dict={}
# for i in range(len(lst1)):
#     dict[lst1[i]]=lst2[i]
# print(dict)
A={lst1[i]:lst2[i] for i in range(len(lst1))}
print(A)

image.png**

集合推导式

**

# TODO 集合推导式    自带一个去重功能,特点:无序不重复
lst=[1,-2,13,4,5,-4,5,-5,-6]
# se ={abs(i) for i in lst}       #abs绝对值
se={i for i in lst}
print(se)

image.pngimage.png

目录
相关文章
|
14天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
25 6
|
7天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
46 8
|
15天前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
38 11
|
16天前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
31 11
|
12天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
13天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
39 6
|
17天前
|
Python
如何提高Python代码的可读性?
如何提高Python代码的可读性?
30 4
|
17天前
|
Python
Python编程入门:从零开始的代码旅程
本文是一篇针对Python编程初学者的入门指南,将介绍Python的基本语法、数据类型、控制结构以及函数等概念。文章旨在帮助读者快速掌握Python编程的基础知识,并能够编写简单的Python程序。通过本文的学习,读者将能够理解Python代码的基本结构和逻辑,为进一步深入学习打下坚实的基础。
|
21天前
|
设计模式 监控 程序员
Python中的装饰器:功能增强与代码复用的利器####
本文深入探讨了Python中装饰器的工作原理、应用场景及其在提升代码可读性、减少重复劳动方面的优势。不同于传统方法的冗长和复杂,装饰器提供了一种优雅且高效的方式来增强函数或方法的功能。通过具体实例,我们将揭示装饰器如何简化错误处理、日志记录及性能监控等常见任务,使开发者能够专注于核心业务逻辑的实现。 ####
|
20天前
|
存储 设计模式 缓存
Python中的装饰器:代码的魔法增强剂####
本文将深入探讨Python语言中一个强大而灵活的特性——装饰器。不同于传统的函数调用,装饰器提供了一种优雅的方式来扩展或修改函数行为,无需直接修改原函数代码。我们将通过实例分析,揭示装饰器的定义、工作原理及其在实际项目中的应用价值,旨在帮助开发者更好地理解和利用这一高级功能,提升代码的可读性与维护性。 ####