Python 推导式：优雅而强大的代码构造工具

最新推荐文章于 2024-09-27 17:31:02 发布

三带俩王

最新推荐文章于 2024-09-27 17:31:02 发布

阅读量658

点赞数 10

文章标签： python 开发语言

本文链接：https://blog.csdn.net/liuhailong0511/article/details/142457195

版权

在 Python 中，推导式是一种简洁而强大的语法结构，它允许你以一种紧凑的方式创建列表、字典和集合等数据结构。本文将深入探讨 Python 推导式的高级用法，展示其在不同场景下的灵活性和强大功能。

一、推导式简介

Python 推导式提供了一种简洁的方式来创建新的列表、字典或集合，基于一个可迭代对象（如列表、元组、集合或生成器）进行操作。推导式的基本语法如下：

列表推导式：[expression for item in iterable if condition]
字典推导式：{key_expression: value_expression for item in iterable if condition}
集合推导式：{expression for item in iterable if condition}

其中，expression是对每个item进行的操作或计算，iterable是一个可迭代对象，condition是一个可选的条件，用于筛选出满足条件的item。

二、列表推导式的高级用法

嵌套列表推导式
- 列表推导式可以嵌套使用，以创建更复杂的列表结构。例如，以下代码创建了一个二维列表：
```
   matrix = [[i * j for j in range(1, 4)] for i in range(1, 4)]
   print(matrix)
```
  输出：[[1, 2, 3], [2, 4, 6], [3, 6, 9]]
使用多个循环和条件
- 列表推导式可以包含多个循环和条件，以实现更复杂的逻辑。例如，以下代码筛选出两个列表中元素之和为偶数的对：
```
   list1 = [1, 2, 3]
   list2 = [4, 5, 6]
   pairs = [(x, y) for x in list1 for y in list2 if (x + y) % 2 == 0]
   print(pairs)
```
  输出：[(1, 5), (2, 4), (2, 6), (3, 5)]
调用函数和方法
- 在列表推导式中，可以调用函数或方法对每个元素进行处理。例如，以下代码将一个字符串列表中的每个字符串转换为大写：
```
   strings = ['hello', 'world', 'python']
   upper_strings = [s.upper() for s in strings]
   print(upper_strings)
```
  输出：['HELLO', 'WORLD', 'PYTHON']

三、字典推导式的高级用法

嵌套字典推导式
- 字典推导式也可以嵌套使用，以创建更复杂的字典结构。例如，以下代码创建了一个嵌套字典：
```
   nested_dict = {i: {j: i * j for j in range(1, 4)} for i in range(1, 4)}
   print(nested_dict)
```
  输出：{1: {1: 1, 2: 2, 3: 3}, 2: {1: 2, 2: 4, 3: 6}, 3: {1: 3, 2: 6, 3: 9}}
使用多个循环和条件
- 字典推导式可以包含多个循环和条件，以实现更复杂的逻辑。例如，以下代码根据一个列表创建一个字典，其中键是列表中的元素，值是该元素的平方，如果该元素是偶数：
```
   numbers = [1, 2, 3, 4, 5]
   squared_dict = {n: n**2 for n in numbers if n % 2 == 0}
   print(squared_dict)
```
  输出：{2: 4, 4: 16}
结合两个可迭代对象
- 字典推导式可以结合两个可迭代对象来创建字典。例如，以下代码将两个列表组合成一个字典，其中一个列表作为键，另一个列表作为值：
```
   keys = ['a', 'b', 'c']
   values = [1, 2, 3]
   dict_from_lists = {k: v for k, v in zip(keys, values)}
   print(dict_from_lists)
```
  输出：{'a': 1, 'b': 2, 'c': 3}

四、集合推导式的高级用法

嵌套集合推导式
- 集合推导式可以嵌套使用，以创建更复杂的集合结构。例如，以下代码创建了一个包含两个元素的集合，每个元素又是一个包含三个元素的集合：
```
   nested_set = {{i * j for j in range(1, 4)} for i in range(1, 3)}
   print(nested_set)
```
  输出：{{1, 2, 3}, {2, 4, 6}}
使用多个循环和条件
- 集合推导式可以包含多个循环和条件，以实现更复杂的逻辑。例如，以下代码筛选出两个列表中元素之积为奇数的对，并将它们放入一个集合中：
```
   list1 = [1, 2, 3]
   list2 = [4, 5, 6]
   product_set = {(x, y) for x in list1 for y in list2 if (x * y) % 2 == 1}
   print(product_set)
```
  输出：{(1, 5), (2, 5), (3, 5), (1, 3), (2, 3), (3, 3)}

去重和筛选

集合推导式可以用于去重和筛选操作。例如，以下代码从一个字符串中筛选出不重复的大写字母：

   string = 'hello world'
   unique_uppercase_letters = {c.upper() for c in string if c.isalpha() and c.upper() not in {'E', 'O'}}
   print(unique_uppercase_letters)

输出：{'L', 'H', 'W', 'R', 'D'}

五、实际应用场景

数据处理和转换
- 推导式可以用于快速处理和转换数据。例如，你可以使用列表推导式从一个大数据集中筛选出特定条件的数据，或者使用字典推导式将一个字典中的键值对进行转换。
```
   data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
   filtered_data = [x for x in data if x % 2 == 0]
   print(filtered_data)
```
  输出：[2, 4, 6, 8, 10]
生成测试数据
- 在测试代码时，推导式可以方便地生成测试数据。例如，你可以使用列表推导式生成一组随机数，或者使用字典推导式生成一组键值对作为测试数据。
```
   import random

   random_numbers = [random.randint(1, 100) for _ in range(10)]
   print(random_numbers)
```

代码优化和可读性

推导式可以使代码更加简洁和可读。相比于传统的循环和条件语句，推导式通常更易于理解和维护。

   # 使用传统循环和条件语句
   result = []
   for i in range(10):
       if i % 2 == 0:
           result.append(i**2)
   print(result)

   # 使用列表推导式
   result = [i**2 for i in range(10) if i % 2 == 0]
   print(result)