掌握Python列表理解需要知道的9件事，你知道吗？

本文转载自公众号“读芯术”(ID：AI_Discovery)

越来越多的人开始学习Python，它已经成为最流行的编程语言之一，这几乎发生在所有领域。比如网络开发、科学计算，当然还有人工智能。

无论想用python干什么，都绕不开学习Python的数据结构、变量和函数声明、条件语句、控制流以及其他基本概念。

一个重要的“Pythonic”特性是列表理解——这是一种创建列表的简洁方式，却令许多初学者感到困惑。

听说过，但不知道是什么?

没关系，本文提供入门级Python列表理解学习。为了更直观，文中列出了关于列表理解应该知道的九件事，包括语法和各种用例。

1. 基本语法

最基本的列表理解有以下语法。

如前所述，做某些事用它会很方便，比如创建列表。扩展形式通常表示为for循环，其中iterable的每个项都运行表达式中指定的某些操作。

# list comprehension 
[expression for item in iterable]# expanded form 
for item in iterable: 
    expression 

2. 创建列表

毋庸置疑，最流行的用法是简洁地创建一个列表。

假设不知道什么是列表理解，在创建一个列表时，可能会做如下的操作。首先声明一个空列表。然后在for循环中，将每个项目附加到列表中。

>>> pets = ( bird ,  snake ,  dog ,  turtle ,  cat ,  hamster )  


>>>  uppercased_pets = []  


>>>for pet in pets:  


...     uppercased_pets.append(pet.upper())  


...  


>>>  uppercased_pets  

[ BIRD ,  SNAKE ,  DOG ,  TURTLE ,  CAT ,  HAMSTER ] 

view rawpets.py hosted with ❤ by GitHub

正如在基本语法部分中提到的，可以将for循环语句“压缩”到一行中——即使用只包含一行代码的列表理解，我们可以通过迭代原始列表来方便地创建一个列表。

>>> pets = ( bird , snake ,  dog ,  turtle ,  cat ,  hamster ) 
>>> uppercased_pets = [pet.upper() for pet in pets] 
>>> uppercased_pets 
[ BIRD ,  SNAKE ,  DOG ,  TURTLE ,  CAT ,  HAMSTER ] 

3. 过滤条件语句

有时，使用列表理解来创建列表时，不想包含现有列表中的所有项目。

在这种情况下，需要一个条件语句来过滤掉现有列表中不符合特定条件的项目。相应的列表理解有以下语法。

# list  comprehension with a conditional statement  


[expression for item in iterable if  some_condition]  


# expanded  form  


for item in iterable:  


    if some_condition:  

        expression 

view rawlist.py hosted with ❤ by GitHub

下面是以上用法的例子：

>>> primes = [2, 3, 5,7, 11, 13, 17, 19, 23, 29] 
>>> squared_primes = [x*x for x in primes if x%10 == 3] 
>>> squared_primes 
[9, 169, 529] 

如果有更复杂的条件评估，甚至可以使用函数。

>>>defhas_four_legs(pet):  


...     return pet in ( pig ,  dog ,  turtle ,  hamster ,  cat )  


...  


>>> pets = ( bird ,  snake ,  dog ,  turtle ,  cat ,  hamster )  


>>>  four_legs_pets = [pet.capitalize() for pet in pets ifhas_four_legs(pet)]  


>>>  four_legs_pets  

[ Dog ,  Turtle ,  Cat ,  Hamster ] 

view rawhas_four_legs.py hosted with ❤ by GitHub

4. 条件赋值

有时，不想从原始列表中过滤掉项目。相反，希望通过评估条件确定使用哪个表达式。下面给出的是语法及其用法，语法也进行了相应的解释。

# basic syntax  


[expression0 if  some_condition else expression1 for item in iterable]  


# syntax  explained: compared to the list comprehension s basic syntax: [expression for  item in iterable], we can thin about that (expression0 if some_condition else  expression1) is a whole part that constitutes the expression in the general  format  


>>> max_value =10  


>>> numbers = (7, 9, 11, 4, 3, 2, 12)  


>>>  ceiling_numbers0 = [number if number <= max_value else max_value for number in numbers]  


>>>  ceiling_numbers0  


[7, 9, 10, 4, 3, 2, 10]  


>>>  ceiling_numbers1 = [(number if number <= max_value else max_value) for number in numbers]  


>>>  ceiling_numbers1  

[7, 9, 10, 4, 3, 2, 10] 

view rawsyntax.py hosted with ❤ by GitHub

5. 替换map()

在某些情况下，可能会看到人们使用map()创建列表。具体来说，map()函数具有以下语法及其基本用法示例。

需要注意的是map()函数返回可迭代对象，因此可以使用list()函数从这个可迭代对象生成一个列表。

# map()  returns an iterator object  


map(function,  iterable)  


>>> pets = ( bird ,  snake ,  dog ,  turtle ,  cat ,  hamster )  


>>>  uppercased_pets =list(map(str.upper,  pets))  


>>>  uppercased_pets  

[ BIRD ,  SNAKE ,  DOG ,  TURTLE ,  CAT ,  HAMSTER ] 

view rawmap.py hosted with ❤ by GitHub

如前所示，可以用列表理解来替换map()函数。

>>> pets = ( bird , snake ,  dog ,  turtle ,  cat ,  hamster ) 
>>> uppercased_pets = [pet.upper() for pet in pets] 
>>> uppercased_pets 
[ BIRD ,  SNAKE ,  DOG ,  TURTLE ,  CAT ,  HAMSTER ] 

6. 嵌套列表理解

来源：Pexels

假设下面的代码片段中有一个元组，若想要创建一个新的条目列表，使得这些条目是元组中所有数字的平方。

在这种情况下，可以使用嵌套列表理解，其语法如下所示。

# basic syntax  of the nested list comprehensions 

[expression for sublist in outer_list for item in sublist]  


# expanded  form  


for sublist in outer_list:  


    for item in sublist:  


        expression  


>>>  nested_numbers = ((1, 4, 7, 8), (2, 3, 5))  


>>> squares = [x*x for numbers in  nested_numbers for x in numbers]  


>>> squares  

[1, 16, 49, 64, 4, 9, 25] 

view rawnested.list.py hosted with ❤ by GitHub

虽然在技术上嵌套列表理解可以有多个层次，但是为保证可读性，不推荐两个以上的层次。

7. 使用Walrus运算符

Python 3.8中的一个新特性是引入了walrus运算符(:=)，用于赋值表达式。

假设从字母列表中抽取十次，创建的列表将只包括这些图中的元音。下文展示如何在列表理解中使用walrus操作符。

具体来说，在下面的例子中，评估从字母中抽取的随机字母是否是元音，如果是，它将被划分为列表理解表达式可以访问的字母。

>>> letters =list( this is to  produce a list of letters )  


>>> letters  


[ t ,  h ,  i ,  s ,    ,  i ,  s ,    ,  t ,  o ,    ,  p ,  r ,  o ,  d ,  u ,  c ,  e ,    ,  a ,    ,  l ,  i ,  s ,  t ,    ,  o ,  f ,    ,  l ,  e ,  t ,  t ,  e ,  r ,  s ]  


>>>import random  


>>> vowels = [letter.upper() for _ inrange(0, 10) if (letter :=  random.choice(letters)) inlist( aeoui )]  


>>> vowels  

[ I ,  O ,  O ,  O ,  O ] 

view rawletters.py hosted with ❤ by GitHub

8. 集合理解

虽然很多人都知道列表理解，但创建集合时也可以使用理解。基本语法及其用法如下所示。

一个主要的区别是我们用花括号代替方括号。当然，根据设计，集合中的元素不会有重复，这与允许重复的列表相反。

请注意，也可以在集合理解中使用条件陈述。

# syntax for  set comprehension  


{expression for item in iterable}  


>>> numbers = (1, 34, 5, 8, 10, 12, 3, 90, 70, 70, 90)  


>>>  unique_even_numbers = {number for number in numbers if number%2==0}  


>>>  unique_even_numbers  

{34, 70, 8, 10, 12, 90} 

view rawset.comprehension.py hosted with ❤ by GitHub

9. 字典理解

来源：Pexels

知晓了列表和集合理解，对Python也有字典理解就不会感到惊讶了。下面的代码片段显示了基本语法及其用法。

# syntax for  dict comprehension 

{key_expression  : value_expression for item in iterable}  


>>> words = ( python ,  is ,  a ,  big ,  snake )  


>>> len_words = {word : len(word) for word in words}  


>>> len_words  


{ python : 6,  is : 2,  a : 1,  big : 3,  snake : 5}  


>>> len_words_p = {word : len(word) for word in words if word.startswith( p )}  


>>> len_words_p  

{ python : 6} 

view rawdict.py hosted with ❤ by GitHub

总结

本文回顾了列表理解的基本语法及其在各种场景中的用法。