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]