pythopn 列表生成式

简介:
列表生成式
列表生成式即List Comprehensions,是Python内置的非常简单却强大的可以用来创建list的生成式。

举个例子,要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用range(1, 11):
>>>  range(1, 11)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做?方法一是循环:
>>> L = []
>>> for x in range(1, 11):
>>>       L.append(x * x)
>>> print(L)              #[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

但是循环太繁琐,而列表生成式则可以用一行语句代替循环生成上面的list:
>>> a=[z*z for z in range(1,10)]
>>> print(a)                 #[1, 4, 9, 16, 25, 36, 49, 64, 81]

写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来,十分有用,多写几次,
很快就可以熟悉这种语法。

for循环后面还可以加上if判断,这样我们就可以筛选出仅偶数的平方:
>>> a=[x * x for x in range(1, 11) if x % 2 == 0]
>>> print(a)             #[4, 16, 36, 64, 100]

>>> def f(n):
>>>     return n * n
>>> a=[f(n) for n in range(1,10)]                #           可以是函数
>>> print(a)                         #[1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> print(type)                    #<class 'type'>

还可以使用两层循环,可以生成全排列:
>>> a=[m + n for m in 'AB' for n in 'XY']
>>> print(a)             #['AX', 'AY', 'BX', 'BY']

***********************
>>> a=(1,2)
>>> b=a
>>> c,d=a
>>> print(b)          #  (1, 2)
>>> print(c)          #  1
>>> print(d)          #  2
****************************

for循环其实可以同时使用两个甚至多个变量,比如dict的iteritems()可以同时迭代key和value:
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> or k,v in d.items():                                    #py3中:iteritems变为items
>>>     print(k+'='+ v)    #x=A   y=B  z=C

因此,列表生成式也可以使用两个变量来生成list:
>>> d = {'x': 'A', 'y': 'B', 'z': 'C' }
>>> a=[k + '=' + v for k, v in d.items()]
>>> print(a)      #['x=A', 'y=B', 'z=C']

## 列表生成式    使用  []
 ***********************
##  使用   ()       这是生成器
>>> a=(x*x for x in range(1,10))
>>> >>> print(a)                           #<generator object <genexpr> at 0x00000284C52B19E8>
>>> >>> 
***********************
运用列表生成式,可以快速生成list,可以通过一个list推导出另一个list,而代码却十分简洁。









本文转自lb沫51CTO博客,原文链接:http://blog.51cto.com/13562606/2060261,如需转载请自行联系原作者
相关文章
|
5天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1134 2
|
4天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
667 11
|
14天前
|
人工智能 运维 安全
|
5天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
317 0
|
12天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
832 23
|
5天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。