python表达式

列表表达式

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]
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。

含有if的表达式：
[expr for iter_var in iterable if cond_expr]
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。

>>> 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] 

lambda表达式

匿名函数，没有函数名，只有返回值。
(lambda 参数名字: 函数返回值表达式语句，参数范围)
eg：map(lambda x:x.upper(),filter(lambda x: ‘f’ in x,l) l=[“fde”,”fad”,”asd”]

生成器表达式

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表达式，将[]改成()
(expr for iter_var in iterable)
(expr for iter_var in iterable if cond_expr)
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”(lazy evaluation，也有翻译为“延迟求值”，我以为这种按需调用call by need的方式翻译为惰性更好一些)，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。
eg:

>>> L= (i + 1 for 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] 

从python字典中提取key列表：

d2 = {'spam': 2, 'ham': 1, 'eggs': 3} 
print d2 
print d2.keys()