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。