一、三元表达式
x = 3
y = 4
if x > y:
res = x
else:
res = y
用单元表达式替换
x = 3
y = 4
res= x if x > y else y
三元表达式的最左边和最右边可以写成任意表达式
x = 3
y = 4
res = 'aaa' if x >y eles 'bbb'
二、列表解析式
1.语法一
[expression for item1 in iterable1 ]
expression 可为变量或者表达式
源代码:
s=[]
for i in 'hello':
s.append(i.upper())
等价于:
s=[i.upper() for i in 'hello']
说明:for 循环得到的每一个元素返回给 for 前面的 i 变量,然后执行 upper 函数,将执行结果以列表的形式返回~。相比于 for 循环,列表解析的语法由 c语言实现,性能会有所提升
2.语法二
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
.....
for itemN in iterableN if conditionN
]
等价于
类似于
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2:
......
for itemN in iterableN:
if conditionN:
res.append(expression)
示例:
lst = [1,2,60,67,34,78,98,70,89]
data=[ i for i in lst if i>50]
绝大多数的情况,列表解析仅使用一层循环,即
[expression for item in iterable if condition]
结合三元表达式
上面已经给出列表解析的语法,for 循环前面的 expression 可以是一个变量,也可以是一个表达式,看如下示例,列表中的×××(int)原样取出,若是浮点类型(float),则进行四舍五入后取出:
a = [1,2,3.2,1.3,5.9]
res = [i if isinstance(i, int) else int(round(i)) for i in a]
res : [1, 2, 3, 1, 6]
这里 for 循环前的 expression 是一个三元表达式,判断语句在三元表达式中实现
全0列表
for 循环前的 expression 也可以是一个 常量,例如要获取一个固定长度的,且都是某个值的列表:
lst = [0 for i in range(10)] # 长度为10,全为0 的列表
lst : [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
– 复杂的列表解析
列表解析多层 for 循环示例,读取列表中每个单词的字母,并生成一个新的列表:
lst = ['hello', 'kitty']
res = [l for word in lst for l in word]
res : ['h', 'e', 'l', 'l', 'o', 'k', 'i', 't', 't', 'y']
如上示例可能一下子难以理解,根据列表解析的语法:
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
.....
for itemN in iterableN if conditionN
]
类似于
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2:
......
for itemN in iterableN:
if conditionN:
res.append(expression)
如上示例使用 for 循环表示:
res = []
for word in lst:
for l in word:
res.append(l)
print(res)
输出结果:
['h', 'e', 'l', 'l', 'o', 'k', 'i', 't', 't', 'y']
列表解析并没有降低代码的可读性,且缩小了代码量、提升了性能,但是若其中出现多层 for 循环嵌套,可能会降低代码的可读性,不易于理解
2.生成器表达式
列表解析会一次性的生成所有的数据,然后加载到内存中,然后生成列表对象,这样不适用迭代大量的数据,而生成器恰好解决了这个问题。
2.1语法
(expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
.....
for itemN in iterableN if conditionN
)
示例:
>>> g = (i for i in range(100))
>>> g
<generator object <genexpr> at 0x00000288D8C9A308>
若使用生成器表达式,所有的数据不会一次性全部加载到内存中,而是按照从前向后的顺序,用到一个加载一个。当数据量比较大时,更节省内存~
import time
start_time = time.time()
g = (i for i in range(100000000))
stop_time = time.time()
print('run time is %s' % (stop_time - start_time))
print(next(g))
print(next(g))
print(next(g))
输出结果:
run time is 0.0 # 得到生成器 g 的用时~
0
1
2
同样的数据量使用列表解析,会消耗相当长的时间,若是再加几个0,程序可能就会卡住:
import time
start_time = time.time()
lst = [i for i in range(100000000)]
stop_time = time.time()
print('run time is %s' % (stop_time - start_time))
lst_iter = lst.__iter__()
print(next(lst_iter))
print(next(lst_iter))
print(next(lst_iter))
输出结果:
run time is 5.407538890838623 # 生成列表的时长
0
1
2
当然生成器表达式也有缺点,由于生成器表达式返回的是一个生成器,所以若要迭代所有的元素,只能从前往后挨个迭代;而列表解析返回的是列表,可以根据索引立即返回指定位置的元素
gen = (i for i in range(100))
print(gen[10]) # 错误
lst = [i for i in range(100)]
print(lst[10]) # 没有问题