Python学习之-推导式

前言：

什么是推导式？
Python的推导式（comprehension）是一种简洁、灵活的构建序列（如列表、字典、集合）的方法。推导式常用于根据某个序列或可迭代对象来创建新的序列，遵循特定的规则或应用函数。Python支持的推导式主要有三种：列表推导式（list comprehension）、字典推导式（dictionary comprehension）、集合推导式（set comprehension）。

1.列表推导式 (List Comprehension)

[expression for item in iterable if condition]

这将为每个item创建一个列表，该item来自于iterable（一个可以迭代的对象，比如列表、元组、字符串等），并且满足condition条件的情况下，将expression的结果作为新列表的元素。

1.1 举例：

1.1.1 生成一个包含1到10各个整数平方的列表

squares = [x**2 for x in range(1, 11)]
print(squares)  # 输出: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

输出：

1.1.2 列表推导式中带if判断的例子

# 生成一个新列表，包含原列表中所有非负数
original_numbers = [1, -1, 2, -2, 3, -3]
non_negative_numbers = [x for x in original_numbers if x >= 0]
print(non_negative_numbers)  # 输出: [1, 2, 3]

输出：

2.字典推导式 (Dictionary Comprehension)

字典推导式用于创建字典，并且它的结构如下：

{key_expression: value_expression for item in iterable if condition}

这将为每个item创建一个字典项，其中key_expression用于生成键，value_expression用于生成值。

2.1 举例：

# 将一个字符串中字符及其对应的ASCII值作为键值对添加到字典中
chars = 'abc'
ascii_values = {char: ord(char) for char in chars}
print(ascii_values)  # 输出: {'a': 97, 'b': 98, 'c': 99}

输出：

2.2 字典推导式中带if的判断的例子：

# 原始的学生成绩字典
grades = {
    'Alice': 89,
    'Bob': 72,
    'Charlie': 59,
    'Diana': 65,
    'Eva': 55
}

# 使用字典推导式创建一个新字典，只包含及格的学生
passing_grades = {student: score for student, score in grades.items() if score >= 60}
print(passing_grades)  # 输出: {'Alice': 89, 'Bob': 72, 'Diana': 65}

输出：

3.集合推导式 (Set Comprehension)

集合推导式用于创建集合，其结构与列表推导式相似：

{expression for item in iterable if condition}

与列表推导式不同的是，集合推导式会生成一个集合，集合内的元素是唯一的。

3.1 举例：

# 生成一个包含某个列表中各个元素平方的集合
numbers = [1, 2, 2, 3, 4, 4, 4]
unique_squares = {x**2 for x in numbers}
print(unique_squares)  # 输出: {16, 1, 4, 9}

输出：

总结

优点：
简洁性：推导式可以用单行代码替代多行的循环语句，从而使代码更加简洁、清晰。
易读性：对于熟悉Python语言的开发者来说，推导式提供了一种容易理解并且直观表达序列操作的方法。
性能：推导式通常比等价的循环语句执行得更快，因为它们是优化过的内建操作。
表达力：推导式允许开发者编写出表达性强的代码，很容易将算法或逻辑表达为一个简洁的构造。
灵活性：推导式可以嵌套使用，允许进行复杂的计算。
缺点：
可读性：对于不熟悉推导式的人来说，过于复杂的推导式可能难以理解，从而降低代码的可读性。
滥用：推导式很容易被滥用，尤其是嵌套推导式，可能导致代码难以维护。
内存消耗：列表推导式会产生完整的列表，如果数据集很大，可能会占用大量内存。在这种情况下，使用生成器表达式（generator expression）可能会是更好的选择，因为生成器表达式是惰性求值的。
调试难度：推导式是一个单行构造，这可能使得调试变得困难，因为不能在推导式内部设置断点。
限制：推导式虽然强大，但并不总是适应所有情况。当逻辑变得过于复杂，需要多个嵌套循环或多个条件判断时，使用传统循环可能会更加合适。