python中推导式的奥秘

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

Python 中的推导式（comprehension）是一种构建列表（list）、集合（set）、字典（dict）或其他迭代器的高效简洁的方式。它允许你从一个迭代器快速生成一个新的迭代器，通过简洁的语法实现循环和条件判断。推导式主要分为列表推导式（list comprehension）、字典推导式（dictionary comprehension）、集合推导式（set comprehension）和生成器表达式（generator expression，虽然它不是一个完整的迭代器，但通常在讨论推导式时也会被提及）。

---

列表推导式（List Comprehension）

列表推导式提供了一种从其他列表创建列表的简洁方式。

# 示例：将列表中的每个数字乘以2  
numbers = [1, 2, 3, 4, 5]  
squared = [x*2 for x in numbers]  
print(squared)  # 输出: [2, 4, 6, 8, 10]  

# 添加条件判断  
even_squared = [x*2 for x in numbers if x % 2 == 0]  
print(even_squared)  # 输出: [4, 8, 10]

字典推导式（Dictionary Comprehension）

字典推导式用于从现有字典或其他可迭代对象创建新字典。

# 示例：将字典的键和值互换  
d = {'a': 1, 'b': 2, 'c': 3}  
d_inverted = {v: k for k, v in d.items()}  
print(d_inverted)  # 输出: {1: 'a', 2: 'b', 3: 'c'}  

# 使用条件判断  
d_filtered = {k: v for k, v in d.items() if v > 1}  
print(d_filtered)  # 输出: {'b': 2, 'c': 3}

集合推导式（Set Comprehension）

集合推导式用于从其他集合或可迭代对象创建新集合。集合是无序的，且不允许重复元素。

# 示例：从列表中获取所有偶数  
numbers = [1, 2, 3, 4, 5, 6]  
even_numbers = {x for x in numbers if x % 2 == 0}  
print(even_numbers)  # 输出可能是 {2, 4, 6}，因为集合是无序的

生成器表达式（Generator Expression）

生成器表达式类似于列表推导式，但它返回一个生成器对象，而不是一次性生成整个列表。这在处理大量数据时非常有用，因为它可以节省内存。

# 示例：生成偶数  
numbers = [1, 2, 3, 4, 5, 6]  
even_numbers = (x for x in numbers if x % 2 == 0)  

# 使用生成器  
for num in even_numbers:  
    print(num)  # 输出: 2 4 6

---

总结

推导式是 Python 中的一个非常强大且常用的特性，可以极大地简化代码并提高代码的可读性。