Python推导式 - 最全用法

子日吾语

1、 Pythonic - 很Python

写一段代码生成1到100之间的数字的平方的列表，答案是：

1. 1, 4, 9, 16...

复制代码

如果你这样写，你就不Pythonic了：
解释 

1. nums = []
2. for i in range(1, 101):
3.     nums.append(i*i)
4. print(nums)

复制代码

正确的写法是使用Python的推导式：

1. nums = [i*i for i in range(1, 101)]　

复制代码

2、 带条件的推导式

生成一个列表，包含1到100之间是3的倍数的数字的方法：

1. 9, 36, 81...

复制代码

代码：

1. nums = [i * i for i in range(1, 101) if i % 3 == 0]

复制代码

3、 带条件的表达式

生成一个列表，如果是3的倍数就用平方，否则就用是数字本身：

1. 1, 2, 9, 4, 5, 36...

复制代码

代码：

1. nums = [i * i if i % 3 == 0 else i for i in range(1, 101)]

复制代码

　　
结合上面的3个例子，来看一下推导式总结：

• 推导式从一个可枚举数据（列表，元组，集合，字典等）推导出一个列表。也可以推导出生成器，集合或字典。
  
• 推导式可以加推导条件，只对符合条件的元素推导
  
• 要推导出的元素使用表达式生成，可以用if else生成不同元素
  

1. [表达式 if 表达式条件 else 分支 for i in 序列 if 推导条件]

复制代码

4、 使用函数

如果推导条件或者表达式特别复杂怎么办？可以使用函数。
推导所有1-100之间的所有质数：2，3，5，7...
解释  

1. def is_prime(num):
2.     if num == 1:
3.         return False
4.     for i in range(2, num):
5.         if (num % i) == 0:
6.             return False
7.     else:
8.         return True
11. p_nums = [i for i in range(1, 100) if is_prime(i)]
12. print(p_nums)

复制代码

　　
把推导的条件放在函数中，既可以应对复杂的条件，又可以利用推导式的简洁写法。
同理，如果生成推导结果的过程很复杂，也可以把逻辑放到函数中。
推导1900到2021年之间所有的年份，标记出闰年，生成结果：

1. 1900, 1901, 1902, 1903, '闰1904'

复制代码

代码：
解释 

1. def is_run(year):
2.     if (year % 4) == 0:
3.         if (year % 100) == 0:
4.             if (year % 400) == 0:
5.                 return True  # 整百年能被400整除的是闰年
6.             else:
7.                 return False
8.         else:
9.             return True  # 非整百年能被4整除的为闰年
10.     else:
11.         return False
14. ryears = [f'闰{y}' if is_run(y) else y for y in range(1900, 2021)]
15. print(ryears)

复制代码

　　
5、 嵌套表达式 - 不推荐使用

从2000年到2021年，生成每个月份：'2000年:1月', '2000年:2月', '2020年:3月', ..., '2021年:12月'

1. monthes = [f'{y}年:{m}月' for y in range(2000, 2022) for m in range(1,13) ]

复制代码

这里有两个for循环，类似于：
解释 

1. monthes = []
2. for y in range(2000, 2022):
3.     for m in range(1, 13):
4.         monthes.append(f'{y}年:{m}月')

复制代码

　　
是不是下面的特别容易懂？所以两层的循环不推荐使用推导式，哈哈。
那我为什么还要讲？你会碰到有人这么写，知道它的存在还是有点必要的。
6、 推导巨大的列表 - 不要这么干！

推导出1到100亿之间的数字的平方，代码如下：

1. nums = [i * i for i in range(1, 10000000000)]

复制代码

但是这段代码很可能会卡死你的电脑，除非你的电脑是超级计算机。因为它要在内存中做100亿次计算，然后保存这100亿个数字。
7、 使用生成器

这种情况下，我们应该使用推导生成器，用法很简单：

• 把方括号改成圆括号就可以了
  

解释  

1. nums = (i * i for i in range(1, 10000000000))
2. print(nums)
3. print(next(nums))
4. print(next(nums))
5. print(next(nums))

复制代码

打印出来是一个生成器：
解释  

1. <generator object <genexpr> at 0x7fa0b422feb0>
2. 1
3. 4
4. 9

复制代码

这是一个生成器，它不会一次性生成100亿个数字，只有调用next()的时候，它才会生成一个新的，返回给你。也就是说，同一个时间，只保存一个数字。
8、 推导字典

推导字典的方式和推导列表很相似，只不过：

• 使用大括号
  
• 使用键值对
  

推导一个包含数字和数字平方组成的字典，结果是这样的：

1. {1: 1, 2: 4, 3: 9, ..., 100: 10000}

复制代码

代码：

1. nums_dict = {n: n * n for n in range(1, 101)}
2. print(nums_dict)

复制代码

反过来，平方在前面，数字在后面：

1. nums_dict = {n * n:n for n in range(1, 101)}
2. print(nums_dict)

复制代码

给下面的字典按照分数排序：

1. {'麦叔':59, '张三':87, 'FGA':78, '石石':100, '莫名':90}

复制代码

排序结果：

1. {'石石': 100, '莫名': 90, '张三': 87, 'FGA': 78, '麦叔': 59}

复制代码

代码：

1. scores = {'麦叔': 59, '张三': 87, 'FGA': 78, '石石': 100, '莫名': 90}
2. sored_scores = {item[0]: item[1] for item in sorted(scores.items(), key=lambda item: item[1], reverse=True)}
3. print(sored_scores)

复制代码

• 先把字典scores变成一个元组列表：scores.items()
  
• 用sorted函数给元组列表排序：sorted(scores.items(), key=lambda item:item[1], reverse=True)
  
• 排序过程用lambda指定使用元组的第二列排序：key=lambda item:item[1]。默认是是第一列。
  
• 指定倒着排序，也就是分数高的在前面：reverse=True
  
• 使用推导式，把排好序的元组列表，生成一个新的排好序的字典：{item[0]:item[1] for item in ... }
  

9 推导集合Set

推导集合的方式和列表是一样的，区别在于：

• 使用大括号，类似于推导字典，但它是单个元素，而不是键值对。
  
• 集合会自动过滤掉重复的元素。
  

下面的名字列表，去掉前后空格后去掉重复的名字：

1. [ '麦叔', '张三', ' 麦叔 ', 'FGA ', '张小三', 'FGA', '石石',' 莫名','莫名' ]

复制代码

推导结果：

1. {'石石', 'FGA', '张小三', '莫名', '张三', '麦叔'}

复制代码

代码：

1. names = [ '麦叔', '张三', ' 麦叔 ', 'FGA ', '张小三', 'FGA', '石石',' 莫名','莫名' ]
2. new_names = {n.strip() for n in names}
3. print(new_names)

复制代码

                                  Top                                                  收藏                                                  关注                                                  评论
来源:https://www.cnblogs.com/smiler/p/18132453
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！