python 列表推导式
l = [i for i in range(10)]
print(l)
ll = ['选择{}'.format(i) for i in range(1,5)]
print(ll)
执行结果
生成器表达式
1 把列表解析的[]换成()得到的就是生成器表达式
2 列表解析与生成器表达式都是一种便利的编程方式,只不过生成器表达式更节省内存
3 python不但使用迭代器协议,让for循环变得更加通用,大部分内置函数,也是使用迭代器协议访问对象的,例如sum函数是python的内置函数,该函数使用迭代器协议访问对象,而生成器实现了迭代器协议,所以,我们可以直接这样计算一系列值的和
求1到3的x的2次方的和
print(sum(x ** 2 for x in range(4)))
执行结果14
各种推导式玩法
之前已经学习了最简单的列表推导式和生成器表达式,但是除此之外,其实还有字典推导式,集合推导式等等
下面是一个以列表推导式为例的推导式详细格式,同样适用于其他推导式
variable = [out_exp_res for out_exp in input_list if out_exp == 2]
out_exp_res: 列表生产元素表达式,可以是有返回值的函数
for out_exp in input_list: 迭代input_list将out_exp传入out_exp_res表达式中
if out_exp == 2 根据条件过滤哪些值可以
列表推导式
例1:30以内所有能被3整除的数
s1 = [i for i in range(30) if i % 3 == 0]
print(s1)
执行结果
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]
例2:30以内所有能被3整除的数的平方
s1 = [i**2 for i in range(30) if i % 3 == 0]
print(s1)
执行结果
[0, 9, 36, 81, 144, 225, 324, 441, 576, 729]
例3:找到嵌套列表中名字含有两个'e'的所有名字
names = [['Tom', 'Billy', 'Jefferson', 'Andrew', 'Wesley', 'Steven', 'Joe'],
['Alice', 'Jill', 'Ana', 'Wendy', 'Jennifer', 'Sherry', 'Eva']]
s2 = [i for i in names for i in i if i.count('e') == 2]
print(s2)
执行结果
['Jefferson', 'Wesley', 'Steven', 'Jennifer']
字典推导式
例1:将一个字典的key和value对调
mcase = {'a': 10, 'b': 34}
s2 = {mcase[k]: k for k in mcase}
print(s2)
执行结果
{10: 'a', 34: 'b'}
例2:合并大小写对应的value值,将k统一成小写
mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
s2 = {k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0) for k in mcase.keys()}
print(s2)
执行结果
{'a': 17, 'z': 3, 'b': 34}
集合推导式
例1:计算列表中每个值的平方,自带去重功能
s2 = {x**2 for x in [1,-1,2]}
print(s2)
执行结果
{1, 4}
练习题:
例1:过滤掉长度小于3的字符串列表,并将剩下的转换成大写字母
s1 = ['asd', 'aaa', 'abcd', 'dhuifw']
s2 = [i.upper() for i in s1 if len(i) > 3]
print(s2)
执行结果
['ABCD', 'DHUIFW']
例2:求(x,y)其中x是0-5之间的偶数,y是0-5之间的奇数组成的元组列表
例3:求M中3,6,9组成的列表M=[[1,2,3],[4,5,6],[7,8,9]]
M = [[1,2,3],[4,5,6],[7,8,9]]
s1 = [i[-1] for i in M]
print(s1)
执行结果
[3, 6, 9]