Python基础：推导式（Comprehensions）详解

最新推荐文章于 2024-07-27 12:20:46 发布
最新推荐文章于 2024-07-27 12:20:46 发布
阅读量1.9k 收藏 6
点赞数 42
分类专栏： Python详解 文章标签： python 开发语言 推导式 列表 集合 字典
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Snailandfish/article/details/134664453
版权

在这里插入图片描述

1. 推导式概念

  Python推导式（comprehensions）是一种简洁而强大的语法，用于从已存在的数据（列表、元组、集合、字典等）中创建新的数据结构。推导式包括：

  • 列表推导式
  • 元组推导式
  • 字典推导式
  • 集合推导式

2. 列表推导式

  列表推导式创建列表的方式更简洁。常见的用法为，对序列或可迭代对象中的每个元素应用某种操作，用生成的结果创建新的列表；或用满足特定条件的元素创建子序列。
  例如：创建平方值的列表

squares = []
for x in range(10):
    squares.append(x**2)
print(squares)

在这里插入图片描述
  这段代码创建（或覆盖）变量 x，该变量在循环结束后仍然存在。
  下述方法可以无副作用地计算平方列表：

# 1）第一种方式
squares = list(map(lambda x : x**2 in range(10)))

# 2) 第二种方式
squares = [x**2 for x in range(10)]

2.1 语法格式

  列表推导式（List comprehension）是一种在一行代码中创建和操作列表的简洁方式。
  它的基本语法形式如下：

[expression for item in iterable if condition]
  1. expression是对 item的操作或表达式，可以是有返回值的函数。
    2.item是迭代变量，表示可迭代对象中的每个元素。
  2. iterable是可迭代对象，如列表、元组、字符串等。
  3. condition是一个可选的条件，用于过滤元素。

  注意：列表推导式的方括号内包含以下内容：一个表达式，后面为一个 for 子句，然后，是零个或多个for或 if 子句。结果是由表达式依据 for 和if 子句求值计算而得出一个新列表。

[(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
"""
    上述推导式等同于：
        combs = []
        for x in [1,2,3]:
            for y in [3,1,4]:
                if x != y:
                    combs.append((x, y))
        combs
"""
# 输出 [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

2.2 示例及应用

"""
筛选和转换数据： 
列表推导式允许你根据特定的条件从一个列表中选择或转换元素，从而创建一个新的列表。例如，你可以过滤出所有的偶数或将列表中的字符串转换为大写。
"""
# 筛选偶数
even_numbers = [x for x in range(10) if x % 2 == 0]
print(even_numbers)

# 过滤出字符串列表中长度大于3的单词
words = ['python', 'is', 'awesome', 'and', 'fun']
long_words = [word for word in words if len(word)>=3]
print(long_words)

# 转换字符串为大写
words = ['hello', 'world', 'python']
upper_words = [word.upper() for word in words]
print(upper_words)

  运行效果：

在这里插入图片描述

"""
生成序列： 
通过列表推导式，你可以用一行代码生成各种序列，如数字序列、字符序列等。
"""
# 生成平方序列
squares = [x**2 for x in range(5)]
print(squares)

# 生成字符序列
chars = [char for char in 'python']
print(chars)

  运行效果：

在这里插入图片描述

"""
嵌套迭代： 
列表推导式支持嵌套，可以用来创建嵌套结构的数据，例如二维列表。
"""
# 创建二维列表
matrix = [[i * j for j in range(1, 4)] for i in range(1, 4)]
print(matrix)

# 生成一个包含 3 行 4 列的二维列表，每个元素都是其行索引和列索引的和
matrix_o = [[row + col for col in range(4)] for row in range(3)]
print(matrix_o)

  运行效果：

在这里插入图片描述

"""
    使用复杂的表达式和嵌套函数
"""
from math import pi
[str(round(pi,i)) for i in range(1,6)]

  运行效果：

在这里插入图片描述

3. 元组推导式

  在Python中，元组推导式（Tuple Comprehension）是一种用于创建元组的紧凑语法。它的语法结构与列表推导式类似，但使用圆括号（）而不是方括号[]。

3.1 语法格式

tuple_variable = (expression for item in iterable if condition)

1.expression 是生成元组元素的表达式。
2.item 是可迭代对象中的每个元素。
3.iterable是一个可迭代对象，例如列表、字符串等。
4. condition是一个可选的条件，用于过滤元素。

3.2 示例及应用

"""
创建元组序列：
当需要生成一个元组序列时，元组推导式是一种简洁的方式。例如，可以使用元组推导式创建包含某种规律的数字、字符串或其他元素的元组序列。
"""
# 生成包含平方数的元组序列
squares_tuple = tuple(x**2 for x in range(5))
print(squares_tuple)

  运行效果：

在这里插入图片描述

"""
转换数据：
当有一个可迭代的对象，并希望将其转换为元组时，可以使用元组推导式。这在处理数据时很常见。
"""
# 将字符串长度转换为元组
words = ['apple', 'banana', 'orange']
lengths_tuple = tuple(len(word) for word in words)
print(lengths_tuple)

  运行效果：

在这里插入图片描述

"""
过滤数据：通过添加条件语句，可以使用元组推导式从可迭代对象中选择特定的元素。
"""
# 生成包含偶数平方数的元组序列
even_squares_tuple = tuple(x**2 for x in range(5) if x % 2 == 0)
print(even_squares_tuple)

  运行效果：

在这里插入图片描述

"""
函数返回多个值：
在某些情况下，可能希望从函数中返回多个值作为元组，而元组推导式可以用于在函数中快速生成这样的元组。
"""
def get_coordinates():
    x_values = [1, 2, 3]
    y_values = [4, 5, 6]
    return tuple((x, y) for x, y in zip(x_values, y_values))

coordinates = get_coordinates()
print(coordinates)

  运行效果：

在这里插入图片描述

3.3 与生成器表达式区别

  元组推导式（Tuple Comprehension）和生成器表达式（Generator Expression）在语法上很相似，但有一些关键的区别。以下是它们之间的主要区别：

3.3.1 返回类型

  • 元组推导式返回一个元组（tuple）。
  • 生成器表达式返回一个生成器对象（generator）。

3.3.2 语法

  • 元组推导式使用圆括号 ()。
  • 生成器表达式使用圆括号 ()，但是在语法上可以省略，这与列表推导式不同。
# 元组推导式
tuple_comp = tuple(x**2 for x in range(5))

# 生成器表达式
generator_expr = (x**2 for x in range(5))

3.3.3 内存占用

  • 元组推导式会生成一个完整的元组对象，占用相应的内存。
  • 生成器表达式生成一个生成器对象，它是一个惰性计算的序列，只在需要时生成元素，因此在内存上更为高效。

3.3.4 迭代方式

  • 元组推导式一次性生成所有元素，可以直接进行索引、切片等操作。
  • 生成器表达式是惰性的，只在每次迭代时生成一个元素，因此不能直接进行索引和切片等操作。

  总体而言，如果需要一个一次性的、完整的序列，可以使用元组推导式；而如果想要一个惰性计算的序列，以节省内存，可以使用生成器表达式。选择取决于具体需求。

4. 字典推导式

  字典推导式（Dictionary Comprehension）是一种在一行代码中创建字典的方法，类似于列表推导式。它允许你以简洁的方式从一个可迭代对象中创建一个字典.

4.1 语法格式

  可以有0个或多个条件表达式，根据具体的需求决定是否使用条件。

{key_expression: value_expression for item in iterable if condition}

1.key_expression 是用于生成字典键的表达式。
2. value_expression 是用于生成字典值的表达式。
3.item 是可迭代对象中的每个元素。
4. if condition是一个可选的条件表达式，用于过滤元素。

4.2 示例及应用

  字典推导式在许多场景下都是一种方便且简洁的方式来创建和操作字典。以下是一些常见的字典推导式的应用场景：

"""
转换数据格式：
当有一个可迭代对象，想要将其转换为字典形式时，字典推导式是一种便捷的方式。
例如，将元组列表转换为字典：
"""
tuple_list = [('a', 1), ('b', 2), ('c', 3)]
my_dict = {key: value for key, value in tuple_list}
print(tuple_list)

  运行效果：

在这里插入图片描述

"""
过滤数据：
通过在字典推导式中添加条件表达式，可以过滤可迭代对象的元素，从而创建一个满足特定条件的字典。
例如，只选择某个范围内的元素
"""
original_dict = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
filtered_dict = {key: value for key, value in original_dict.items() if value > 2}
print(filtered_dict)

  运行效果：

在这里插入图片描述

"""
键或值的转换：
可以使用字典推导式来对字典的键或值进行某种转换。
例如，将字典的键和值交换：
"""
original_dict = {'a': 1, 'b': 2, 'c': 3}
swapped_dict = {value: key for key, value in original_dict.items()}
print(swapped_dict)

  运行效果：

在这里插入图片描述

"""
处理嵌套结构：
当有一个嵌套的可迭代对象，想要将其展平为字典时，字典推导式也很有用。
例如，展平嵌套的字典：
"""
nested_dict = {'a': {'x': 1, 'y': 2}, 'b': {'x': 3, 'y': 4}}
flattened_dict = {outer_key: inner_value for outer_key, inner_dict in nested_dict.items() for inner_key, inner_value in inner_dict.items()}
print(flattened_dict)

  运行效果：

在这里插入图片描述

"""
默认值处理：
在字典推导式中，可以使用字典的 get 方法或 default 关键字处理不存在的键，从而设置默认值。这在构建字典时非常有用。
"""
original_dict = {'a': 1, 'b': 2, 'c': 3}
keys = ['a', 'b', 'c']
default_value = 0
my_dict = {key: original_dict.get(key, default_value) for key in keys}
print(my_dict)

  运行效果：

在这里插入图片描述

5. 集合推导式

  在Python中，可以使用集合推导式来创建集合。集合推导式的语法与列表推导式类似，但是使用大括号{} 表示集合。

5.1 语法格式

{expression for item in iterable if condition}
  1. expression是一个表达式，用于计算集合中的元素。
    2.item 是可迭代对象（如列表、元组等）中的每个元素。
    3.iterable 是一个可迭代对象，例如 range(1, 11)。
  2. condition是一个可选的条件，用于筛选满足条件的元素。

5.2 示例及应用

  集合推导式在Python中是一个强大而灵活的工具，适用于多种应用场景。以下是一些常见的集合推导式的应用场景：

"""
过滤数据：
可以使用集合推导式从一组数据中筛选出满足特定条件的元素。
例如，从一个列表中选择所有大于某个阈值的数字。
"""
numbers = [1, 5, 8, 10, 15, 20]
filtered_numbers = {x for x in numbers if x > 10}
print(filtered_numbers)

  运行效果：

在这里插入图片描述

"""
映射转换：
使用集合推导式可以对数据进行转换，生成一个新的集合。例
如，将字符串列表转换为它们的长度集合。
"""
words = ["apple", "banana", "orange"]
word_lengths = {len(word) for word in words}
print(word_lengths)

  运行效果：

在这里插入图片描述

"""
去重：
创建一个不包含重复元素的集合。这对于从列表或其他可迭代对象中移除重复项非常有用。
"""
numbers_with_duplicates = [1, 2, 2, 3, 4, 4, 5]
unique_numbers = {x for x in numbers_with_duplicates}
print(unique_numbers)

  运行效果：

在这里插入图片描述

"""
集合运算：
使用集合推导式进行集合运算，如并集、交集等。
例如，找到两个集合的交集。
"""
set1 = {1, 2, 3, 4, 5}
set2 = {3, 4, 5, 6, 7}
intersection = {x for x in set1 if x in set2}
print(intersection)

  运行效果：

在这里插入图片描述

"""
条件化处理：
在集合推导式中，可以根据特定条件对元素进行处理。
例如，将列表中的奇数平方加倍。
"""
numbers = [1, 2, 3, 4, 5]
doubled_odd_squares = {x**2 * 2 for x in numbers if x % 2 != 0}
print(doubled_odd_squares)

  运行效果：

在这里插入图片描述

6. 使用推导式的优点

  • 简洁性
      推导式允许以一种紧凑的方式表示数据转换和过滤，减少了冗余的代码行数。这使得代码更加简洁、清晰，同时减少了错误的可能性。

  • 可读性
      推导式提高了代码的可读性，尤其是对于简单的转换和过滤操作。它们可以帮助将复杂的操作用一行或几行代码清晰地表达出来，使得代码更易于理解。

  • 效率
      推导式通常比传统的迭代方式更高效。它们背后的实现在一些情况下可以提供更好的性能，因为它们是由底层的高效数据结构实现的。

  • 功能性
      推导式支持丰富的功能，包括条件过滤、多个迭代器的组合、元素的映射转换等。这使得推导式成为一种灵活而强大的工具，适用于各种不同的场景。

  • 一致性
      推导式提供了一种统一的语法结构，使得在不同的数据类型（列表、集合、字典等）上进行转换和过滤变得一致。这种一致性使得代码更易于维护和修改。

  • 减少临时变量
      使用推导式可以减少在代码中引入不必要的临时变量。这有助于保持代码的简洁性和可读性。

  • 支持多种数据结构
      不仅可以在列表中使用推导式，还可以在集合、字典等数据结构上使用，扩展了推导式的适用范围。

7. 参考

参考列表
  官网：https://docs.python.org/zh-cn/3/tutorial/datastructures.html#list-comprehensions
  菜鸟教程：https://www.runoob.com/python3/python-comprehensions.html

在这里插入图片描述

snail哥
关注
  • 42
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
Python的各种推导式（列表推导式、字典推导式、集合推导式）
zjsfdx的博客
07-30 556
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Python3中都有支持： 列表（list）推导式 字典（dict）推导式 集合（set）推导式 列表推导式 使用[]生成list 例一： result = [i for i in range(30) if i % 3 is 0] print('result = ',result) # result = [0, 3, 6, 9, 12
Python列表推导式、字典推导式与集合推导式用法实例分析
12-23
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...
python 进阶语法：集合推导式
moment159的博客
01-16 1137
集合是无序的集合的元素不能重复，所以集合中的元素是唯一的集合中不能出现可变的数据类型，集合中存放的数据类型：number，string，tuple，冰冻集合可以直接使用 {} 来定义集合可以使用 set{} 进行集合的定义和转换使用集合推导式完成集合的定义# 从返回结果，我们发现：# 1、无序# 2、布尔类型true表示为1，False表示为0，布尔和数字只能存在一个，Flase在集合中表示为0，所以False和0只能存在一个# 3、元素的值不能重复。
Python推导式详解
Broken_x的博客
06-07 748
Python 推导式详解
python公约数推导式_python 推导式详解
weixin_39879522的博客
01-29 80
推导式comprehensions(又称解析式)，是Python的一种独有特性，可以从一个数据序列构建另一个新的数据序列。具有使用方便，让代码看起来很高级的功能。分析考虑以下需求：a=[1,2,3,'a','b','c']要取出列表中的数字，然后平方，得到一个新的列表。一般可以这样解决：a=[1,2,3,'a','b','c']b=[]for i in a:# isinstance(a,type)...
python 列表推导式详解
qq_39545674的博客
10-19 1786
推导式comprehensions（又称解析式），是Python的一种独有特性，可以从一个数据序列构建另一个新的数据序列。具有使用方便，让代码看起来很高级的功能。 分析 考虑以下需求： a=[1,2,3,'a','b','c'] 要取出列表中的数字，然后平方，得到一个新的列表。 一般可以这样解决： a=[1,2,3,'a','b','c'] b=[] for i in a: # isinstance(a,type) 判断a的类型是不是type if(isinstance(i,int)).
【Python推导式详解】
qq_22865879的博客
10-19 330
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： 一、列表推导式 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_li
python推导式详解
2201_76129403的博客
07-16 531
通过本文的介绍，你应该已经掌握了Python中四种推导式的基本用法和语法。推导式不仅能够帮助你写出更为简洁和高效的代码，而且在处理数据时也能提供更大的灵活性和表达能力。希望本文能对你学习和使用Python推导式有所帮助！如果有任何问题或意见，请随时在评论区留言。
Python的推导式或解析式详解
Radioman-lhq的博客
03-05 466
一、Python推导式说明及其分类 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 二、列表(list)推导式 1.基本语法： variable = [out_exp_res for out_...
python列表推导式实现从1加到100_Python列表推导式详解
weixin_39902545的博客
11-30 1393
前面我们详细介绍了 for 循环的操作细节。其实，还有一个“精简”版的 for 循环，称为推导式（comprehensions，又称解析式），它是 Python 中的一种独有特性。它能够非常简洁地按照某种规则，以一个数据序列（如列表、字典和集合等）为基础，推导出另一个新的数据序列。推导式共有三种类型，分别是列表推导式、字典推导式和集合推导式。本节教程我们先来介绍列表推导式。Python列表推导式概...
Python2.6版本中实现字典推导 PEP 274（Dict Comprehensions）
09-22
Python 2.6 版本中的字典推导（Dict Comprehensions）是根据 PEP 274 实现的一项特性，它引入了一种简洁、更面向表达式的语法来创建字典。在 PEP 274 中，字典推导的概念被正式提出，并在后续的 Python 2.7 和 ...
python基础教程：Python中的列表生成式与生成器学习教程
12-21
在Python编程语言中，列表生成式（List Comprehensions）是一种简洁、高效的创建列表的方式。它们允许我们在一行代码内完成循环、条件判断等操作，从而生成新的列表。列表生成式的语法结构是：`[expression for item...
014Python中的列表推导式（List Comprehensions）及其条件筛选法
08-08
014Python中的列表推导式（List Comprehensions）及其条件筛选法
快醒醒，别睡了!...讲《数据分析pandas库》了—/—＜4＞
最新发布
qq_64603703的博客
07-27 665
详细解说数据分析pandas库中的常用方法
随机数种子的作用
帆的博客
07-23 1312
设置随机数种子（random seed）的目的是为了确保随机数生成器在每次运行时产生相同的随机数序列，从而保证实验结果的一致性。随机数种子通过初始化随机数生成器的内部状态，使得在相同的种子值下，随机数生成器每次调用时生成的序列是相同的。
全网最详细Gradio教程系列5——Gradio Client: python
shao918516的博客
07-26 774
程序部署完成后，如何将Gradio App作为API访问使用呢，这就用到Gradio Client。本章讲解Gradio Client的三种使用方式：python、javascript和curl，受字数限制，所以分三篇博客发布。 使用Gradio Python Client非常易于将Gradio应用程序作为API使用，本节讲述gradio_client安装、如何连接Gradio应用程序、查看可用API及其使用方式、job及session等用法。 通过Gradio Python Cli
全面解析 SnowNLP：中文文本处理、情感分析
有勇气的牛排博客
07-24 482
SnowNLP 是一个专门用于处理中文文本的 Python库。分词情感分析关键词提取文本分类拼音转换繁体转简体词相似度计算等测试环境：Python3.10.9尚未测出该功能text = "有勇气的牛排写的文章通俗易懂，爱了爱了"文本分类使用的是 SnowNLP 的情感分析模型。
Python函数式编程
10-11
函数式编程是一种编程范式，它将程序的计算视为函数应用的连续过程。在Python中，函数是一等公民，这意味着函数可以作为参数传递给其他函数，也可以作为返回值返回。函数式编程强调不可变性和无副作用，它鼓励使用纯函数（pure function）来进行计算。 在Python中，我们可以使用一些函数式编程的概念和技巧来编写代码。以下是一些常见的函数式编程的特性和方法： 1. 高阶函数（Higher-order functions）: 可以将函数作为参数或返回值的函数。例如，`map()`、`filter()`和`reduce()`等内置函数都是高阶函数。 2. 匿名函数（Lambda functions）: 使用`lambda`关键字创建的小型匿名函数。它们通常在需要临时定义简单函数时使用。 3. 列表推导式（List comprehensions）: 可以使用一行代码来创建、转换和过滤列表。它们提供了一种简洁的方式来操作列表数据。 4. 惰性求值（Lazy evaluation）: 使用生成器（generator）可以实现惰性求值，即在需要时才计算值，而不是提前计算所有值。 5. 不可变性（Immutability）: Python中的字符串、元组和数字等类型是不可变的，这意味着它们的值不能改变。函数式编程鼓励使用不可变的数据结构来避免副作用。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

snail哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值