37 列表推导式

列表推导式（list comprehension) 也成为列表解析式，可以使用非常简洁的方式对列表或其他可迭代对象的元素进行遍历、过滤或再次计算，快速生成满足特定需求的新列表，代码非常简洁，具有很强的可读性，是 python 程序开发过程时应用最多的技术之一。Python 的内部实现对列表推导式做了大量语法优化，可以保证很快的运行速度，也是推荐使用的一种技术。
列表推导式在逻辑上等价于一个循环语句，只是在形式上更加简洁。

x = [x * x for x in range(10)]
print(x)
# 等价于
x = []
for i in range(10):
    x.append(i * i)
print(x)

y = ['banana', 'loganberry', 'passion fruit']
print([i.strip() for i in y])
# 等价于
z = []
for i in y:
    z.append(i.strip())
print(z)
# 等价于
print(list(map(lambda i: i.strip(), y)))
print(list(map(str.strip, y)))

1 实现嵌套列表的平铺

列表推导式中有两个循环，第一个循环可以看作外循环，执行得慢；第二个循环可以看作内循环，执行得快。

from itertools import chain

vec = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print([j for i in vec for j in i])
# 等价于
vec = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
s = []
for i in vec:
    for j in i:
        s.append(j)
print(s)
print(list(chain(*vec)))

如果有多级嵌套或者不同子列表嵌套深度不同，就不能使用上面的方法了。这时，可以使用函数递归实现。

def flat_list(s):
    g = []  # 存放最终结果的列表

    def nested(s):  # 函数嵌套定义
        for i in s:
            if isinstance(i, list):
                nested(i)  # 递归子列表
            else:
                g.append(i)  # 扁平化列表

    nested(s)  # 调用嵌套定义的函数
    return g  # 返回结果


vec = [[1], [1, 'g'], ['a'], [], [12, 24]]
print(flat_list(vec))

2 过滤不符合条件的语句

在列表推导式中可以使用 if 子句对列表中的元素进行筛选，只在结果列表中保留符合条件的元素。

vec = [-1, -4.6, 7.5, -2.3, 9, -11]
print([i for i in vec if i > 0])  # 所有大于 0 的数字

scores = {'zs': 45, 'ls': 78, 'ww': 40, 'zl': 96,
          'zq': 65, 'sb': 90, 'zj': 78, 'ws': 99, 'ds': 60}
highest = max(scores.values())  # 最高分
lowest = min(scores.values())  # 最低分
avg = sum(scores.values()) / len(scores)  # 平均分
print(highest, lowest, avg)
highest_person = [name for name, score in scores.items() if score == highest]
print(highest_person)

from random import randint

# 使用列表推导式查找列表中最大元素的所有位置
x = [randint(10, 100) for i in range(10)]  # 10个介于[10,100]之间的整数
print(x)
print([index for index, value in enumerate(x) if value == max(x)])

3 同时遍历多个列表或可迭代对象

对于包含多个循环的列表推导式，一定要清楚多个循环的执行顺序或 “嵌套关系”。

print([(x, y) for x in [1, 2, 3] for y in [3, 1, 4] if x != y])
# 等价于
g = []
for x in [1, 2, 3]:
    for y in [3, 1, 4]:
        if x != y:
            g.append((x, y))
print(g)

print([(x, y) for x in [1, 2, 3] if x == 1 for y in [3, 1, 4] if x != y])

4 使用列表推导式实现矩阵转置

对于嵌套了列表推导式的列表推导式，一定要清楚其执行顺序。

matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
print(matrix)
print([[row[i] for row in matrix] for i in range(4)])
# 等价于
matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
g = []
for i in range(4):
    g.append([row[i] for row in matrix])
print(g)
# 等价于
matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
g = []
for i in range(4):
    temp = []
    for row in matrix:
        temp.append(row[i])
    g.append(temp)
print(g)

可以使用内置函数 zip() 和 list() 来实现矩阵转置。

matrix = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
print(list(map(list, zip(*matrix))))

5 列表推导式中可以使用函数或复杂表达式

def func(v):
    if v % 2 == 0:
        v = v ** 2
    else:
        v = v + 1
    return v


print([func(v) for v in [2, 3, 4, -1] if v > 0])
# 等价于
print([v ** 2 if v % 2 == 0 else v + 1 for v in [2, 3, 4, -1] if v > 0])

6 列表推导式支持文件对象迭代

with open('test.txt', 'r') as fp:
    print([line for line in fp])

7 使用列表推导式生成 100 以内的所有素数

from math import sqrt

print([x for x in range(2, 100) if 0 not in
       [x % d for d in range(2, int(sqrt(x)) + 1)]])