python的各种推导式_Python 各种推导式

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]