Python的各种推导式（列表推导式、字典推导式、集合推导式）

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。共有三种推导式，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

1. 列表推导式

1.1 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。

实例：

• 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)]

• 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)]

• 求M中3, 6, 9组成的列表

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]

• 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))]   # 打印M[0][0], M[1][1], M[2][2]
​
# [1, 5, 9]

• 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]]

• 把字典中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

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

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

def squared(x):
    return x*x

multiples = [squared(i) for i in range(30) if i%3 == 0]
print(multiples)
#  Output: [0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

1.2 使用()生成generator

将上述两表推导式的[]改成()，即可得到生成器。

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

#  Output: <type 'generator'>

2. 字典推导式

字典推导和列表推导的使用类似，只不过中括号改成大括号。

基本格式：{ key_expr: value_expr for value in collection if condition }

举例说明：

• 用字符串和其长度创建字典

strings = ['import','is','with','if','file','exception']
D = {key: val for val,key in enumerate(strings)}

D

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

• 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}

 

• 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'}

3. 集合推导式

集合推导式跟列表推导式也是类似的。 唯一的区别在于它使用大括号{ }。

基本格式：{ expr for value in collection if condition }

举例说明：

• 集合推导式

squared = {x**2 for x in [1, 1, 2]}
print(squared)

# Output: set([1, 4])

• 用集合推导式，创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 

# {1, 2, 4, 9}

• 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含字母e的姓名，组成列表

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

# 用for循环实现
for lst in names:
    for name in lst: 
        if name.count('e') >= 2: 
            tmp.append(name)

print(tmp) 

# 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']

4. 参考文章

https://blog.csdn.net/yjk13703623757/article/details/79490476