python的列表解析

 

列表解析表示你可以在一行中使用一个for循环将所有值放到一个列表当中。
列表解析也能做更复杂的事情，比如挑选出符合要求的值放入列表。
python列表解析属于python的迭代中的一种，相比python for循环速度会快很多。
下面举例说明python列表解析是怎么工作的。


example:
a = [x+1 for x in range(1，11)]
print a
输出的结果：
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

例子的执行过程：
python会在解释器里对range(1，11)进行迭代，依次把列表里的内容取出来，赋值给最左边的x,然后执行x+1的操作，并且把执行好的结果保存在列表里。
等range(1，11)迭代完以后就新生成了一个列表，结果就是[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]，从上面可以看出，这也是建立python 列表的一个方法。
上面的例子如果用python for 循环来实现，那会是什么样的呢？
a = []
for i in range(1，11):
a.append(i+1)
print a

输出的结果：
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
从上面可以看的出来，python列表解析比python for循环解析列表的代码量会更少。

在需要改变列表而不是需要新建某列表时，可以使用列表解析。列表解析表达式为： 
[expr for iter_var in iterable] 
[expr for iter_var in iterable if cond_expr]

第一种语法：首先迭代iterable里所有内容，每一次迭代，都把iterable里相应内容放到iter_var中，再在表达式中应用该iter_var的内容，最后用表达式的计算值生成一个列表。 
第二种语法：加入了判断语句，只有满足条件的内容才把iterable里相应内容放到iter_var中，再在表达式中应用该iter_var的内容，最后用表达式的计算值生成一个列表。 

举例如下:
>>>  L= [(x+1,y+1) for x in range(3) for y in range(5)] 
>>> L 
[(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5)] 
>>> N=[x+10 for x in range(10) if x>5] 
>>> N 
[16, 17, 18, 19] 

 

列表解析

在需要改变列表而不是需要新建某列表时，可以使用列表解析。列表解析表达式为：

[expr for iter_var in iterable]
[expr for iter_var in iterable if cond_expr]

 

 

生成器表达式

生成器表达式是在python2.4中引入的，当序列过长， 而每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析。生成器表达式的语法和列表解析一样，只不过生成器表达式是被（）括起来的，而不是[]，如下：

(expr for iter_varin iterable)
(expr for iter_varin iterable if cond_expr)

例：

 

>>> L= (i +1for i in range(10) if i %2)
>>> L
<generator object <genexpr> at 0xb749a52c>
>>> L1=[]
>>>for i in L:
...     L1.append(i)
...
>>> L1
[2, 4, 6, 8, 10]

 

生成器表达式语法： (expr for iter_var in iterable) 或 (expr for iter_var in iterable if cond_expr) 

生成器表达式举例：

>>> L= (i + 1 for i in range(10) if i % 2) 

生成器表达式与列表解析比较： 中括号  圆括号

生成器表达式并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生”(yield)出来。 生成器表达式使用了“惰性计算”,只有在检索时才被赋值（ evaluated），所以在列表比较长的情况下使用内存上更有效。