列表、生成器、字典推导式

列表生成式
列表生成式的性能高于列表操作的性能。

def handle_item(item):
	return item*item
odd_list = [handle_item(i) for i in range(21) if i%2 == 1]

#用简介的方式去遍历可迭代对象生成需要格式的列表
int_list = [1,2,3,4,5]

qu_list = [item * item for item in int_list]
print (type(qu_list))
int_list = [1,2,-3,4,5]

qu_list = [item if item > 0 else abs(item) for item in int_list]

生成器推导式
在生成器推导式中，生成器可以直接转为list，同时也是一个可迭代的对象。

odd_gen = (i for i in range(21) if i%2 ==1)

这样odd_gen就成为一个生成器，可以用来做为可迭代的对象。
字典推导式

my_dict = {"bobby1":22,"bobby2":23,"imooc":5}
reversed_dict = {value:key for key,value in my_dict.items()}

集体推导式

my_set = {key for key,value in my_dict.items()}

自己尝试去编写综合推导式

#笛卡尔积
int_list1 = [1,2]
int_list2 = [3,4]

qu_list = [(first, second) for first in int_list1 for second in int_list2]

qu_list是[(1, 3), (1, 4), (2, 3), (2, 4)]

my_dict = {
    "key1":"bobby1",
    "key2":"bobby2"
}

# qu_list = [(key, value) for key, value in my_dict.items()]
#
# qu_list2 = list(((key, value) for key, value in my_dict.items()))
#
# for item in qu_list2:
#     print (item)

int_list = [1,2,3,4,5]

def process_item(item):
    return str(item)

int_dict = {process_item(item):item for item in int_list}
#列表生成式，第一：能用尽量用， 因为效率高
print (int_dict)

{‘1’: 1, ‘2’: 2, ‘3’: 3, ‘4’: 4, ‘5’: 5}

总结一下，在for循环前面的是东西是，把int_list比作一个盒子。从里面拿出来之后要呈现在{ }里面的东西。所以最后在{ }呈现的形式就是这个 process_item(item):item。