　　列表推导式python菜鸟教程,Python列表推导式,并解释它的作用

　　Python教程栏目今天翻译介绍列表推导式使用的注意事项。

Python 列表推导式使用注意事项

Python列表推导不适合初学者，因为它非常反直觉，即使对于其他编程语言背景的人也是如此。

　　当我们接触到List的使用时，学习的内容是分散的。所以我们缺乏一个关于如何在各种场景下使用List的知识体系。

　　本文提供了一些使用List的指南，尽可能地涵盖了所有方面。希望这篇文章能成为你的一站式实用手册。

　　00-1010

使用建议

使用List最基本的方法是基于iterable对象创建List对象，iterable对象可以是任何可以迭代元素的Python对象。用法如下。

　　iterable中item的表达式]复制代码以下代码显示了一个使用与列表相关的技术创建List对象的示例。在这个例子中，我们定义了一个整数列表，基于这个对象，我们创建了一个保存每个数字的平方数和立方数的列表对象。

　　#创建整数列表=[1，2，3，4，5，6] #创建正方形和立方体列表幂=[(x * x，pow (x，3)) for x in integers] print (powers)

　　[(1，1)，(4，8)，(9，27)，(16，64)，(25，125)，(36，216)]复制代码上面的例子使用List对象作为迭代器。要知道很多类型的对象都是可以迭代的，比如List、Set、Dictionary、String等等。其他数据类型，如pandas包中的范围、地图、过滤器、系列和数据框，是迭代的。下面的代码演示如何使用一些对象。

　　#使用range对象integer _ range=range(5)[x * x for x in integer _ range]

　　[0，1，4，9，16] #使用系列对象import pandas as PD _ Series=PD . Series(range(5))print(PD _ Series)0 01 12 23 34 4d type 3360 int 64[x * x for x in PD _ Series]

　　[0，1，4，9，16]复制代码

1.建议使用迭代的方式

。假设您需要收集满足特定条件的元素并创建一个列表。相关语法如下所示。

　　【iterable if条件中item的表达式】复制代码if语句用于实现条件判断。下面的代码显示了这种用法的一个简单示例。

　　#同时创建一个整数列表integers=[1，2，3，4，5，6] #过滤出偶数并创建这些偶数的平方数列表squares _ of _ events=[x * x for x in integers if x % 2==0]print((squares _ of _ events))

　　[4，16，36]if-else形式的条件判断也可用于复制代码

2.如果只需用到其中的某些元素，应当使用条件判断语句

列表对象。语法如下。

　　iterable中项目的if条件表达式else表达式1]复制代码。这有点类似于前面的用法。不要混淆这两种用法。在这个例子中，条件语句本身是一个整体。下面的

　　代码提供了一个例子。

>>> # 创建一个 Integer 列表>>> integers = [1, 2, 3, 4, 5, 6]>>> # 遍历 integers 中的元素，如果是偶数，取平方数存入新的列表>>> # 如果是奇数，取立方数存入新的列表>>> custom_powers = [x*x if x % 2 == 0 else pow(x, 3) for x in integers]>>> print(custom_powers)
　　[1, 4, 27, 16, 125, 36]复制代码

4.如果有嵌套结构，可以使用嵌套的循环

有可能可迭代对象中的元素自身也是可迭代的，尽管这种情况不太常见。如果你对嵌套的可迭代对象有兴趣，可以使用 for 来实现循环嵌套。语法如下。

[expression for item_outer in iterable for item_inner in item_outer]

　　# 与下面的代码等同

　　for item_outer in iterable:

　　 for item_inner in item_outer:

　　 expression复制代码

上面的代码展示了使用for实现嵌套循环的例子。

>>> # 创建一个包含元组的列表>>> prices = [('$5.99', '$4.99'), ('$3.5', '$4.5')]>>> # 获取元组中的每个价格，以此创建一个一维列表>>> prices_formatted = [float(x[1:]) for price_group in prices for x in price_group]>>> print(prices_formatted)
　　[5.99, 4.99, 3.5, 4.5]复制代码

5.替换高阶函数

有的人比较习惯函数式编程，比如使用高阶函数也是这种习惯的表现之一。特别说明一下，高阶函数是那些需要使用输入或输出参数的函数。在 Python 中，常用的高阶函数有 map() 和 filter()。

>>> # 创建一个 integer 类型的列表>>> integers = [1, 2, 3, 4, 5]>>> # 使用 map 创建平方数列表>>> squares_mapped = list(map(lambda x: x*x, integers))>>> squares_mapped
　　[1, 4, 9, 16, 25]>>> # 使用列表推导式创建平方数列表>>> squares_listcomp = [x*x for x in integers]>>> squares_listcomp
　　[1, 4, 9, 16, 25]>>> # 使用 filter 取得 integers 中的偶数列表>>> filtered_filter = list(filter(lambda x: x % 2 == 0, integers))>>> filtered_filter
　　[2, 4]>>> # 使用列表推导式取得 integers 中的偶数列表>>> filterd_listcomp = [x for x in integers if x % 2 == 0]>>> filterd_listcomp
　　[2, 4]复制代码

从上面的例子可以看出，使用 list 的某些特性比使用高阶函数更具有可读性，而且也能实现较复杂的嵌套结构。

使用禁忌

1.不要忘了定义构造函数

有人认为列表推导式很酷炫，是 Python 特有的功能，所以为了炫耀自己的 Python 水平，即使有更好替代方案也要使用它。

>>> # 使用 range 创建列表对象>>> numbers = [x for x in range(5)]>>> print(numbers)
　　[0, 1, 2, 3, 4]>>> # 以一个字符串为基础，创建一个小写字母的字符列表>>> letters = [x.lower() for x in 'Smith']>>> print(letters)
　　['s', 'm', 'i', 't', 'h']复制代码

上述例子中，我们使用了 range 和 string，这两种数据结构都是可迭代的，list()构造函数可以直接使用 iterable 创建一个 list 对象。下面的代码提供了更合理的解决方案。

>>> # 使用 range 创建列表对象>>> numbers = list(range(5))>>> print(numbers)
　　[0, 1, 2, 3, 4]>>> # 以一个字符串为基础，创建一个小写字母的字符列表>>> letters = list('Smith'.lower())>>> print(letters)
　　['s', 'm', 'i', 't', 'h']复制代码

2.不要忘了生成器表达式

在 Python 中，生成器是一种特殊的可迭代对象，它会延迟加载元素，直到被请求才会加载。这在处理大量数据时会非常高效，它能提升存储效率。相比之下，list 对象为了方便计数和索引，一次性创建所有的元素。所以跟生成器相比，在元素个数相同时，list 需要占用更多内存。

　　我们可以定义一个生成器函数来创建生成器。我们也可以使用下面的语句来创建生成器，这是一种称为生成器表达式的方法。

(expression for item in iterable)复制代码

你可能会注意到，除了使用圆括号外，它的语法跟使用 list 的语句很相似。所以需要注意区分。

　　考虑下面这个例子。我们要计算前一百万个数字的平方和。如果使用 list 来实现，方法如下。

>>> # 创建列表对象 squares >>> squares = [x*x for x in range(10_000_000)]>>> # 计算它们的总和>>> sum(squares)333333283333335000000>>> squares.__sizeof__()81528032复制代码

如上所示，list 对象占据 81528032 字节。我们考虑使用 generator 进行相同的操作，代码如下。

>>> # 创建 generator 对象，保存每个数的平方数>>> squares_gen = (x*x for x in range(10_000_000))>>> # 计算它们的总和>>> sum(squares_gen)333333283333335000000>>> squares_gen.__sizeof__()96复制代码

跟使用 list 相比，使用 generator 内存开销小得多，只有 96 字节。原因很简单———— generator 不需要获取所有的元素。相反，它只需要获取各个元素在序列中的位置，创建下一个元素并呈现它，而且不必保存在内存中。

结论

本文中，我们整理了 list 应用的一些关键要领。这些该做的和不该做的都非常清晰明了。我估计你会在合适的场景中用到它。下面是本文内容的小结。

使用迭代的方式。 Python 中有许多类型的 iterable，你应当在掌握基础（list 和 tuple）的同时融会贯通。
使用条件判断语句。 如果你对在 iterable 中筛选某些元素感兴趣，可以多多研究条件判断。
使用条件判断表达式。 如果你需要有选择性地获取某些数据，可以使用条件判断表达式。
使用嵌套的循环。 如果你要处理嵌套的 iterable，可以使用嵌套的循环结构。
用 list 替代高阶函数 在很多情况下，可以用 list 替代高阶函数。
不要忘记 list 的构造函数 定义 list 的构造函数，可以使用 iterable 创建一个 list 对象。如果你直接使用 iterable，推荐用这个方法。
不要忘了生成器表达式 它的语法与 list 中的语法相似。在处理大量的对象时，这是一种节省内存开销的办法。list 和 generator 不同的是，为了日后的索引和访问， list 必须提前创建，如果元素个数很多，就会消耗很大的内存。

大量免费学习推荐，敬请访问python教程（视频）
　　

以上就是Python 列表推导式使用注意事项的详细内容，更多请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

列表推导式python菜鸟教程,Python列表推导式,并解释它的作用_1