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
  • 列表(list)推导式
  • 字典(dict)推导式
  • 集合(set)推导式

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 == 条件]
  • 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 == 条件：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]]
    a = [row[2] for row in M]
   # 或者用下面的方式 
​   a1=[M[row][2] for row in (0, 1, 2)] 
    print(a, a1)
    # [3, 6, 9] [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]]
    a1= [M[i][i] for i in range(len(M))]
    print(a1)
    # [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]]
    a=[M[row][col] * N[row][col] for row in range(3) for col in range(3)]
    b=[[M[row][col] * N[row][col] for col in range(3)] for row in range(3)]
    c=[[M[row][col] * N[row][col] for row in range(3)] for col in range(3)]
    print(a)
    print(b)
    print(c)
# [2, 4, 6, 12, 15, 18, 28, 32, 36]
# [[2, 4, 6], [12, 15, 18], [28, 32, 36]]
# [[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]
    a=[rec['age'] + 100 if rec['age'] >= 45 else rec['age'] for rec in people]  # 注意for位置
    print(a)
    [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]

2 使用()生成generator

将上述列表推导式的[]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'>

二、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)}
    print(D)
   # {'import': 0, 'is': 1, 'with': 2, 'if': 3, 'file': 4, 'exception': 5}

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}

快速实现key和value互换

    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

• 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：

    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']
a= {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
print(a)
# {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
a=[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
print(a)
# ['Jefferson', 'Wesley', 'Steven', 'Jennifer']

以上内容参考了  [51CTO博客  chengxuyonghu 《python的各种推导式（列表推导式、字典推导式、集合推导式）》](https://blog.51cto.com/6226001001/2059536)