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:
1.列表(list)推导式
2.字典(dict)推导式
3.集合(set)推导式
一.列表推导式
用[]生成list
基本表达式
[表达式 for in 变量 列表]或者[表达式 for in 变量 列表 if 条件]
eg: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 in x range(5) if x%2==0 for in x range(5) if y%2==1]
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
eg: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']