python系列教程214——列表解析与for和if

朋友们，如需转载请标明出处：https://blog.csdn.net/jiangjunshow

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；但它的知识点还是讲到位的了，也值得阅读！想要学习AI技术的同学可以点击跳转到我的教学网站。PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！

列表解析可以在for之后编写一个if分支，用来增加选择逻辑。使用了if分支的列表解析能够当成一种与内置的filter类似的工具，它们会在分支不是真的情况下跳过一些序列的元素。

这里举一个从0～4选出偶数的例子。这里的filter创建了一个小的lambda函数。另外为了对比，在后面也给出了等效的for循环实现。

>>>[x for x in range（5） if x % 2 == 0]

[0,2,4]




>>>list（filter（（lambda x: x % 2 == 0）,range（5）））

[0,2,4]




>>>res = []

>>>for x in range（5）:

...    if x % 2 == 0:

...       res.append（x）

...

>>>res

[0,2,4]

它们都是用了求余（求除法的余数）操作符%来检测该数是否是偶数。如果一个数字除以2以后没有余数，它就一定是偶数。

>>>[x ** 2 for x in range（10） if x % 2 == 0]

[0,4,16,36,64]

上面我们收集了从0～9的偶数的平方。若在右边的if中得到的是假的话，for循环就会跳过这些数字。这个等效的map调用将需要更多的工作来完成这一部分。我们需要在map迭代中混合filter选择过程，这明显复杂得多。

>>>list（ map（（lambda x: x**2）,filter（（lambda x: x % 2 == 0）,range（10））） ）

[0,4,16,36,64]

实际上，你可以在一个列表解析中编写任意数量的嵌套的for循环，并且每一个都有可选的关联的if分支。通用的列表解析的结构如下所示。

[ expression for target1 in iterable1 [if condition1]

             for target2 in iterable2 [if condition2] ...

             for targetN in iterableN [if conditionN] ]

当for分句嵌套在列表解析中时，它们工作起来就像等效的嵌套的for循环语句。例如，如下代码。

>>>res = [x + y for x in [0,1,2] for y in [100,200,300]]

>>>res

[100,200,300,101,201,301,102,202,302]

与下文如此冗长的代码有相同的效果。

>>>res = []

>>>for x in [0,1,2]:

...    for y in [100,200,300]:

...        res.append（x + y）

...

>>>res

[100,200,300,101,201,301,102,202,302]

下面是个更加复杂的列表解析。

>>>[（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）]

这个表达式排列了从0～4的偶数与从0～4的奇数的组合。其中if分句过滤出了每个序列中需要进行迭代的元素。这里是一个等效的用语句编写而成的代码：

>>>res = []

>>>for x in range（5）:

...     if x % 2 == 0:

...       for y in range（5）:

...           if y % 2 == 1:

...               res.append（（x,y））

...

>>>res

[（0,1）,（0,3）,（2,1）,（2,3）,（4,1）,（4,3）]

记住！如果你对一个复杂的列表解析有什么困惑的话，你可以将列表解析的for和if分句在其中进行嵌套（将后来的分句缩进到右边），从而得到等效的语句。得到的结果要长得多，但是也更清晰。