【一】语法
-
列表推导式可以利用列表，元组，字典，集合等数据类型，快速的生成一个特定需要的列表。
-
语法格式如下
[表达式 for 迭代变量 in 可迭代对象 [if 条件表达式]]
【二】列表推导式
【1】为什么要用列表推导式？
- 列表推导式为我们提供了一种从序列创建列表的简单途径，它书写简单，执行效率比循环高。
- 下面我们通过代码直观的感受一下列表推导式的魅力。
（1）直接从序列中构建列表
number_list = []
for i in range(5):
number_list.append(i)
print(number_list) # [0, 1, 2, 3, 4]
（2）使用列表推导式
number_list = [i for i in range(5)]
print(number_list) # [0, 1, 2, 3, 4]
【2】列表推导式的应用
（1）新生成列表的每个元素都可以是任意的表达式或对象
test = [1, 2, 3]
print([i * i for i in test])
# [1,4,9]
print([[i, i + 2] for i in test])
# [[1,3],[2,4],[3,5]]
（2）让每个元素执行相同的操作
# 原始列表 ： 每个元素都有空格
some_animals = [' dog', 'cat ', ' sheep ']
# 列表生成式： 新的列表，每个元素都去除掉了空格
some_animals_new = [i.strip() for i in some_animals]
print(some_animals_new)
# ['dog','cat','sheep']
（3）加入嵌套循环
test_1 = [1, 2, 3]
test_2 = [4, 5, 6]
# 列表生成式 ： 遍历两个列表并取出每一个列表的元素 做乘法运算
list_one = [x * y for x in test_1 for y in test_2]
print(list_one)
# [4,5,6,8,10,12,12,15,18]
# 列表生成式 ： 遍历两个列表并取出每一个列表的元素 做新列表的生成
list_two = [[x, x + y] for x in test_1 for y in test_2]
print(list_two)
# [[1, 5], [1, 6], [1, 7], [2, 6], [2, 7], [2, 8], [3, 7], [3, 8], [3, 9]]
### 注意通过这两个print体会谁是内层循环，谁是外层循环
# 列表生成式 ： 遍历两个列表并取出每一个列表对应索引的元素 做乘法运算
list_three = [test_1[i] * test_2[i] for i in range(len(test_1))]
print(list_three)
# [4, 10, 18]
# 列表生成式 ： 遍历两个列表并取出每一个列表对应索引的元素 做乘法运算
list_four = [x * y for x, y in zip(test_1, test_2)]
print(list_four)
# [4, 10, 18]
(4)实现行列转换
test = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
list_new = [[row[i] for row in test] for i in range(len(test[0]))]
print(list_new)
# [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
(5)加入判断条件，组成过滤器
- 从一个给定的列表中选出偶数组成一个新的列表
test = [1, 2, 3, 4, 5, 6]
list_one = [x for x in test if x % 2 == 0]
print(list_one)
# [2, 4, 6]
list_two = list(filter(lambda x: x % 2 == 0, test))
print(list_two)
# [2, 4, 6]
- filter是Python中的一个内嵌函数，它有两个参数，
- 其中第一个参数是一个函数
- 第二个参数是一个迭代器
- 返回值是布尔类型
- 它的作用是将迭代器中的每一个元素都用第一个函数进行判断
- 为真则保留
- 反之则去除
- 从而也形成了过滤的作用。
- 如果此处对lambda表达式有疑惑，不妨可以看看有关函数中对lambda表达式的介绍。
（6）判断列表中有几个对称数
test = [1221, 1234, 12321, 14441, 15672]
list_one = sum([num == num[::-1] for num in map(str, test)])
print(list_one)
# 3
list_two = len([num for num in map(str, test) if num == num[::-1]])
print(list_two)
# 3
【2】列表生成式
- 只需要将列表推导式中的中括号改成小括号就变成了生成式。
（1）与推导式的区别
- 列表推导式一次性返回所有的元素，生成式每次只会返回一个元素
- 当生成的元素数量非常多时，生成式占用的空间非常小，而推导式则会占用大量的空间
- 推导式的执行效率高，所以推荐在数据量小的时候使用
（2）示例
test = [1, 2, 3]
list_one = (i * i for i in test)
print(list_one)
# <generator object <genexpr> at 0x0000026B4E6C0D60>
list_two = list(i * i for i in test)
print(list_two)
# [1, 4, 9]
list_three = ([i, i + 2] for i in test)
print(list_three)
# <generator object <genexpr> at 0x0000026B4E6C09E0>
- 从以上代码我们可以看出生成式的直接返回结果时一个生成器。
- 素数判断
import math
def is_prime(n):
if n == 2: return True
if n < 2 or n % 2 == 0: return False
return all(n % i for i in range(3, int(math.sqrt(n) + 1), 2))
print(is_prime(23))
# True
【3】字典推导式
- 有了列表推导式的概念，字典推导式学起来就非常简单了，语法格式如下：
{键:值 for 迭代变量 in 可迭代对象 [if 条件表达式]}
- 案例
my_dict = {key: value for key in range(3) for value in range(2)}
print(my_dict)
# {0: 1, 1: 1, 2: 1}
- 最常见的哪里还是下述的代码，遍历一个具有键值关系的可迭代对象。
my_tuple_list = [('name', '橡皮擦'), ('age', 18), ('class', 'no1'), ('like', 'python')]
my_dict = {key: value for key, value in my_tuple_list}
print(my_dict)
# {'name': '橡皮擦', 'age': 18, 'class': 'no1', 'like': 'python'}
【4】元祖推导式和集合推导式
- 其实你应该能猜到，在 Python 中是具备这两种推导式的，而且语法相信你已经掌握了。不过语法虽然差不多
- 但是元组推导式运行结果却不同，具体如下。
my_tuple = (i for i in range(10))
print(my_tuple)
# <generator object <genexpr> at 0x000001D17C9B7DD0>
-
使用元组推导式生成的结果并不是一个元组，而是一个生成器对象，需要特别注意下
-
这种写法在有的地方会把它叫做生成器语法，不叫做元组推导式。
-
集合推导式也有一个需要注意的地方，先看代码：
my_set = {value for value in 'HelloWorld'} print(my_set) # {'r', 'o', 'W', 'H', 'l', 'd', 'e'}- 因为集合是无序且不重复的，所以会自动去掉重复的元素，并且每次运行显示的顺序不一样，使用的时候很容易晕掉。