Python列表理解？

Python提供了紧凑的语法来从另一个列表派生一个列表。这些表达式称为列表推导。列表推导是Python中最强大的工具之一。Python的列表理解是该语言对函数式编程概念的支持的一个示例。

Python列表推导是将函数或过滤器应用于项目列表的一种非常简单的方法。如果使用正确，列表推导可能会非常有用，但是如果您不小心，列表推导将非常难以理解。

语法

列表推导的一般语法是-

[expr for element in iterable if condition]

以上相当于-

for element in iterable:
   if condition:
      expr

例如，假设您要计算列表中每个数字的平方。您可以通过提供计算表达式和要循环的输入序列来实现此目的。

>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> squares = [x**2 for x in lst]
>>> print(squares)
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

列表理解与For循环

#USING FOR LOOP
evens = []
for i in range(10):
   if i % 2 == 0:
      evens. append(i)
print(evens)

输出结果

[0, 2, 4, 6, 8]

编写上述代码的更好，更快的方法是通过列表理解。

>>> [i for i in range(10) if i % 2 ==0]
[0, 2, 4, 6, 8]

如我们所见，使用列表理解来编写代码效率更高，更短并且涉及的元素更少。

列表推导vs Lambda函数

除非您应用单参数函数，否则列表推导比简单情况下的映射内置函数更清晰。该映射需要为计算创建一个lambda函数，该函数在视觉上很嘈杂。

>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> list(map(lambda x: x**2, lst))
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

与map不同，列表推导使您可以轻松地从输入列表中过滤项目，并从结果中删除相应的输出。

具有条件表达式的列表理解

例如，假设您只想计算小于100的数字，这些数字可被2和5整除。

>>> lst = [x for x in range(100) if x % 2 == 0 if x % 5 == 0]
>>> print(lst)
[0, 10, 20, 30, 40, 50, 60, 70, 80, 90]

再举一个例子，您只想计算可被2整除的数字的平方。在这里，我通过在循环后的列表推导中添加条件表达式来做到这一点-

>>> lst=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> even_squares = [x**2 for x in lst if x % 2 == 0]
>>> print(even_squares)
[4, 16, 36, 64, 100]

计算1到100之间的偶数。

>>> # a list of even numbers between 1 and 100
evens = [i for i in range(1,100) if not i % 2]
>>> print(evens)
[2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98]

遍历大量项目时，列表理解要比for循环快得多。如果仅凭可读性并不是说服人们尽可能多地使用它们的理由，那么应该提高速度。