python列表解析式_Python列表解析式和生成表达式

简洁、清晰、优雅一直都是Python这门语言的特点，Python中就存在着很多简洁的表达式子，想要实现某些功能，用这种简洁的表达式只用寥寥数行即可，而使用其他的方法完成同样的功能，却需要远超这些这些简洁表达式的代码行数。

如果想通过操作和处理一个序列来创建一个新的列表的时候，可以使用列表解析式（list comprehension）或者生成表达式，通过这两个操作，我们可以看到Python是如何将简洁、清晰、优雅结合起来的。

列表解析

假设你现在想完成这样一个操作，即：将0-10这11个数字分别乘以2，然后将它们放到一个新的列表中去

一般方法：

一般情况下这种操作可以使用for循环来实现

newList = [] #先定义一个空列表

for i in range(11):

newList.append(i * 2) #将每个元素都乘以2

print(newList)

列表解析式：

print([i*2 for i in range(11)])

上面只是列表解析式的一种用法，即：当我们想要改变列表而不是更新列表的时候，我们就可以使用列表解析式。

列表解析式还有另一种稍复杂的用法，即：加入判断语句，只让满足判断条件的元素进行输出。还是用刚才的例子，我们刚才输出的是0-10这11个数字乘以2之后的数字列表，那现在再加上一个限定条件，我们只想让大于5的部分乘以2，,前面的部分不要了，那应该怎么操作呢？

print([i * 2 for i in range(11) if i > 5]) #最后加入了判断语句

这就是列表解析式的两种语法：

第一种语法：首先迭代range（11）中的所有元素，每一次迭代，都把range（11）中的元素放到 i 中去，然后用表达式应用迭代的内容，最后用表达式的计算值生成一个列表

第二种语法：假如判断语句，在range（11）中满足了判断条件的部分才会被迭代，其余皆同。

一个很复杂的例子：

alist = [j for i in range(2, 8) for j in range(i*2, 50, i)]

print(alist = [j for i in range(2, 8) for j in range(i*2, 50, i)])

#输出位为

#[4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40,

#42, 44, 46, 48, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48,

#8, 12, 16, 20, 24, 28, 32, 36, 40, 44, 48, 10, 15, 20, 25, 30, 35, 40, 45,

#12, 18, 24, 30, 36, 42, 48, 14, 21, 28, 35, 42, 49]

这个例子可以慢慢思考一下。

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_var in iterable)

(expr for iter_var in iterable if cond_expr)

例：

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

print(L)

#输出为：generator object at 0xb749a52c>

L1=[]

for i in L:

L1.append(i)

print(L1)

#输出为：[2, 4, 6, 8, 10]

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。

TIPS：

1.列表解析的性能相比要比map要好，实现相同功能的for循环效率最差（和列表解析相比差两倍）。

2.当需要只是执行一个循环的时候尽量使用循环而不是列表解析，这样更符合python提倡的直观性。

3.当有内建的操作或者类型能够以更直接的方式实现的，不要使用列表解析。

例如复制一个列表时，使用：L1=list（L）即可，不必使用：

L1=[x for x in L]