python的各种推导式(列表推导式、字典推导式、集合推导式)

简介:

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

1、使用[]生成list

基本格式

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

例1: 过滤掉长度小于3的字符串列表,并将剩下的转换成大写字母

>> names = ['Bob','Tom','alice','Jerry','Wendy','Smith'] 

>> [name.upper() for name in names if len(name)>3] 

['ALICE', 'JERRY', 'WENDY', 'SMITH']

生成间隔5分钟的时间列表序列:

["%02d:%02d" %(h,m) for h in range(0, 24) for m in range(0, 60, 5)]

例2: 求(x,y)其中x是0-5之间的偶数,y是0-5之间的奇数组成的元祖列表

>> [(x,y) for x in range(5) if x%2==0 for y in range(5) if y %2==1] 

[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]

例3: 求M中3,6,9组成的列表

>> M = [[1,2,3],[4,5,6],[7,8,9]]
>> M 
[[1, 2, 3], [4, 5, 6], [7, 8, 9]] 

>> [row[2] for row in M] 

[3, 6, 9] 

#或者用下面的方式 

>> [M[row][2] for row in (0,1,2)] 
[3, 6, 9]

例4: 求M中斜线1,5,9组成的列表

>> M 
[[1, 2, 3], [4, 5, 6], [7, 8, 9]] 

>> [ M[i][i] for i in range(len(M))] 即打印 M[0][0],M[1][1],M[2][2]

[1, 5, 9]

例5: 求M,N中矩阵和元素的乘积

>> M = [[1,2,3],[4,5,6],[7,8,9]] 
>> N = [[2,2,2],[3,3,3], [4,4,4]] 

>> [M[row][col]N[row][col] for row in range(3) for col in range(3)] 

[2, 4, 6, 12, 15, 18, 28, 32, 36] 

>> [[M[row][col]
N[row][col] for col in range(3)] for row in range(3)] 

[[2, 4, 6], [12, 15, 18], [28, 32, 36]] 

>> [[M[row][col]*N[row][col] for row in range(3)] for col in range(3)] 

[[2, 12, 28], [4, 15, 32], [6, 18, 36]]

例5: 讲字典中age键,按照条件赋新值

>> bob 
{'pay': 3000, 'job': 'dev', 'age': 42, 'name': 'Bob Smith'} 

>> sue 
{'pay': 4000, 'job': 'hdw', 'age': 45, 'name': 'Sue Jones'} 

>> people = [bob, sue] 

>> [rec['age']+100 if rec['age'] >= 45 else rec['age'] for rec in people] # 注意for位置 

[42, 145]

列表推导式总共有两种形式:
①[x for x in data if condition]
此处if主要起条件判断作用,data数据中只有满足if条件的才会被留下,最后统一生成为一个数据列表

②[exp1 if condition else exp2 for x in data]
此处if...else主要起赋值作用,当data中的数据满足if条件时将其做exp1处理,否则按照exp2处理,最后统一生成为一个数据列表

例子如下:

data = ['driver', '2017-07-13', 1827.0, 2058.0, 978.0, 1636.0, 1863.0, 2537.0, 1061.0]
(1)若我要取得以上列表中值大于2000的数值,这里可以使用列表推导式的形式①:

[x for x in data if x > 2000]

得到如下结果(字符串类型数据被认为是无穷大数):

['driver', '2017-07-13', 2058.0, 2537.0]

(2)若要解决我上面提到的问题,则需要使用列表推导式的形式②

[int(x) if type(x) == float else x for x in data]

得到结果:

['driver', '2017-07-13', 1827, 2058, 978, 1636, 1863, 2537, 1061]

1、使用[]生成list

基本格式

variable = [out_exp_res for out_exp in input_list if out_exp == 2]
out_exp_res:  列表生成元素表达式,可以是有返回值的函数。
for out_exp in input_list:  迭代input_list将out_exp传入out_exp_res表达式中。
if out_exp == 2:  根据条件过滤哪些值可以。

例一:

multiples = [i for i in range(30) if i % 3 is 0]

print(multiples)

Output: [0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

例二:

def squared(x):
return x*x

multiples = [squared(i) for i in range(30) if i % 3 is 0]

print multiples

Output: [0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

2、使用()生成generator

将俩表推导式的[]改成()即可得到生成器。

multiples = (i for i in range(30) if i % 3 is 0)

print(type(multiples))

Output: <type 'generator'>

二、字典推导式

字典推导和列表推导的使用方法是类似的,只不中括号该改成大括号。

{ key_expr: value_expr for value in collection if condition }

直接举例说明:

l = ["%02d:%02d" %(h,m) for h in range(0, 24) for m in range(0, 60, 5)]

d = {key:0 for key in s}

print(d)

print(sorted(d.key()))

例1: 用字典推导式以字符串以及其长度建字典

>> strings = ['import','is','with','if','file','exception']

>> D = {key: val for val,key in enumerate(strings)}

>> D 
{'exception': 5, 'is': 1, 'file': 4, 'import': 0, 'with': 2, 'if': 3}

例子一:大小写key合并

mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}

mcase_frequency = {
k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0)
for k in mcase.keys()
if k.lower() in ['a','b']
}

print mcase_frequency

Output: {'a': 17, 'b': 34}

例子二:快速更换key和value

mcase = {'a': 10, 'b': 34}

mcase_frequency = {v: k for k, v in mcase.items()}

print mcase_frequency

Output: {10: 'a', 34: 'b'}

三、集合推导式
它们跟列表推导式也是类似的。 唯一的区别在于它使用大括号{}。

{ expr for value in collection if condition }

例一:
squared = {x**2 for x in [1, 1, 2]}

print(squared)

Output: set([1, 4])

例1: 用集合推导建字符串长度的集合

>> strings = ['a','is','with','if','file','exception'] 

>> {len(s) for s in strings} #有长度相同的会只留一个,这在实际上也非常有用 
​ 
set([1, 2, 4, 9])

嵌套列表是指列表中嵌套列表,比如说:

>> L = [[1,2,3],[4,5,6],[7,8,9]]

例1: 一个由男人列表和女人列表组成的嵌套列表,取出姓名中带有两个以上字母e的姓名,组成列表

names = [['Tom','Billy','Jefferson','Andrew','Wesley','Steven','Joe'],['Alice','Jill','Ana','Wendy','Jennifer','Sherry','Eva']]

用for循环实现:

tmp = [] 
for lst in names: 
for name in lst: 
if name.count('e') >= 2: 
tmp.append(name)

print tmp 
#输出结果

>> 
['Jefferson', 'Wesley', 'Steven', 'Jennifer']

用嵌套列表实现:

>> [name for lst in names for name in lst if name.count('e')>=2] #注意遍历顺序,这是实现的关键 
['Jefferson', 'Wesley', 'Steven', 'Jennifer']










本文转自 chengxuyonghu 51CTO博客,原文链接:http://blog.51cto.com/6226001001/2059536,如需转载请自行联系原作者
目录
相关文章
|
2天前
|
人工智能 Python
[oeasy]python089_列表_删除列表项_remove_列表长度_len
本文介绍了Python列表(list)的操作方法,重点讲解了`remove`方法的使用。通过实例演示如何删除列表中的元素,探讨了`ValueError`异常产生的原因,并分析了时间复杂度O(n)的概念。同时提及了`clear`方法清空列表的功能及`len`函数获取列表长度的用法。最后以购物清单为例,展示列表的实际应用场景,并预告快速生成列表的方法将在后续内容中介绍。
94 62
|
4天前
|
人工智能 Python
[oeasy]python088_列表_清空列表_clear
本文介绍了Python中列表的清空方法`clear`。通过实例讲解了`clear`与将列表赋值为空列表的区别,前者会清空原列表内容,而后者创建新空列表,不影响原列表。文中以收银程序为例,展示了`clear`的实际应用场景,并通过地址观察解释了两者的机制差异。最后总结了相关术语如`list`、`append`、`clear`等,帮助理解列表操作及方法调用的概念。
25 5
|
10天前
|
数据采集 搜索推荐 API
Python 原生爬虫教程:京东商品列表页面数据API
京东商品列表API是电商大数据分析的重要工具,支持开发者、商家和研究人员获取京东平台商品数据。通过关键词搜索、分类筛选、价格区间等条件,可返回多维度商品信息(如名称、价格、销量等),适用于市场调研与推荐系统开发。本文介绍其功能并提供Python请求示例。接口采用HTTP GET/POST方式,支持分页、排序等功能,满足多样化数据需求。
|
24天前
|
存储 人工智能 索引
Python数据结构:列表、元组、字典、集合
Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。
|
2月前
|
安全 数据处理 索引
深入探讨 Python 列表与元组:操作技巧、性能特性与适用场景
Python 列表和元组是两种强大且常用的数据结构,各自具有独特的特性和适用场景。通过对它们的深入理解和熟练应用,可以显著提高编程效率和代码质量。无论是在数据处理、函数参数传递还是多线程环境中,合理选择和使用列表与元组都能够使得代码更加简洁、高效和安全。
69 9
|
2月前
|
人工智能 数据库连接 开发工具
[oeasy]python069_当前作用域都有些什么_列表dir_函数_builtins
本文介绍了Python中`dir()`函数的使用方法及其作用。`dir()`可以列出当前作用域内的所有变量和成员,类似于`locals()`,但`dir()`不仅限于本地变量,还能显示模块中的所有成员。通过`dir(__builtins__)`可以查看内建模块中的所有内建函数,如`print`、`ord`、`chr`等。此外,还回顾了`try-except-finally`结构在数据库连接中的应用,并解释了为何`print`函数可以直接使用而无需导入,因为它位于`__builtins__`模块中。最后,简要提及了删除`__builtins__.print`的方法及其影响。
54 0
|
3月前
|
JSON 监控 安全
深入理解 Python 的 eval() 函数与空全局字典 {}
`eval()` 函数在 Python 中能将字符串解析为代码并执行,但伴随安全风险,尤其在处理不受信任的输入时。传递空全局字典 {} 可限制其访问内置对象,但仍存隐患。建议通过限制函数和变量、使用沙箱环境、避免复杂表达式、验证输入等提高安全性。更推荐使用 `ast.literal_eval()`、自定义解析器或 JSON 解析等替代方案,以确保代码安全性和可靠性。
103 2
|
11月前
|
存储 Python
Python中,集合(Set)
Python中,集合(Set)
81 1
|
11月前
|
存储 索引 Python
Python中的集合(Set)
Python中的集合(Set)
84 3
|
8月前
|
索引 Python 容器
为什么Python中会有集合set类型?
为什么Python中会有集合set类型?
80 3