告别循环地狱：用一行Python代码重塑你的数据处理思维
我们是否曾深陷于for循环的泥潭？一遍遍地初始化空列表，小心翼翼地附加（append）元素，代码冗长且意图模糊。是时候用Python的“语法糖”——列表推导式，来彻底革新你的代码了。
场景对比：从循环到推导式
假设我们需要从一个数字列表中提取所有偶数，并计算其平方。
传统写法：
numbers = [1, 2, 3, 4, 5, 6]
result = []
for num in numbers:
if num % 2 == 0:
result.append(num ** 2)
print(result) # 输出: [4, 16, 36]
这段代码逻辑清晰，但用了4行来表达一个简单的“过滤-转换”思想。
列表推导式写法：
numbers = [1, 2, 3, 4, 5, 6]
result = [num ** 2 for num in numbers if num % 2 == 0]
print(result) # 输出: [4, 16, 36]
看！仅仅一行代码，我们实现了完全相同的功能。这行代码就像一句清晰的英文句子：“给我 num 的平方，对于 numbers 中的每一个 num，只要 num 是偶数。”
语法拆解与进阶
列表推导式的核心结构是：[expression for item in iterable if condition]
expression：要对每个元素进行的操作（num ** 2）。for item in iterable：循环主体。if condition：可选的过滤条件。
它的能力远不止于此。你还可以轻松处理嵌套循环：
# 将二维矩阵“压平”
matrix = [[1, 2], [3, 4], [5, 6]]
flattened = [num for row in matrix for num in row]
print(flattened) # 输出: [1, 2, 3, 4, 5, 6]
不止于列表：推导式家族
Python的推导式理念延伸到了其他数据结构：
- 字典推导式：
{key: value for ...} - 集合推导式：
{item for ...}（自动去重）
# 快速反转字典的键值对（确保值是可哈希的）
my_dict = {
'a': 1, 'b': 2}
reversed_dict = {
v: k for k, v in my_dict.items()}
print(reversed_dict) # 输出: {1: 'a', 2: 'b'}
何时使用？
列表推导式并非万能。当你的逻辑非常复杂，或者需要进行多重条件判断和异常处理时，传统的for循环可能更具可读性。
但对于大多数“过滤-映射”任务，列表推导式是提升代码简洁性、表达力和执行效率的利器。从今天开始，尝试用这一行代码，让你的数据处理过程变得更加优雅和Pythonic吧！
