掌握Python列表理解需要知道的9件事,你知道吗?

开发 后端
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。

 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。

[[321109]]

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。

  1. # list comprehension 
  2. [expression for item in iterable]# expanded form 
  3. for item in iterable: 
  4.     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。

  1. >>> pets = ( bird ,  snake ,  dog ,  turtle ,  cat ,  hamster )  
  2. >>>  uppercased_pets = []  
  3. >>>for pet in pets:  
  4. ...     uppercased_pets.append(pet.upper())  
  5. ...  
  6. >>>  uppercased_pets  
  7. [ 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。

  1. >>> pets = ( bird , snake ,  dog ,  turtle ,  cat ,  hamster ) 
  2. >>> uppercased_pets = [pet.upper() for pet in pets] 
  3. >>> uppercased_pets 
  4. [ 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。

  1. # list  comprehension with a conditional statement  
  2. [expression for item in iterable if  some_condition]  
  3. # expanded  form  
  4. for item in iterable:  
  5.     if some_condition:  
  6.         expression 

view rawlist.py hosted with ❤ by GitHub

下面是以上用法的例子:

  1. >>> primes = [2, 3, 5,7, 11, 13, 17, 19, 23, 29] 
  2. >>> squared_primes = [x*x for x in primes if x%10 == 3] 
  3. >>> squared_primes 
  4. [9, 169, 529] 

如果有更复杂的条件评估,甚至可以使用函数。

  1. >>>defhas_four_legs(pet):  
  2. ...     return pet in ( pig ,  dog ,  turtle ,  hamster ,  cat )  
  3. ...  
  4. >>> pets = ( bird ,  snake ,  dog ,  turtle ,  cat ,  hamster )  
  5. >>>  four_legs_pets = [pet.capitalize() for pet in pets ifhas_four_legs(pet)]  
  6. >>>  four_legs_pets  
  7. [ 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。

  1. # basic syntax  
  2. [expression0 if  some_condition else expression1 for item in iterable]  
  3. # 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  
  4. >>> max_value =10  
  5. >>> numbers = (7, 9, 11, 4, 3, 2, 12)  
  6. >>>  ceiling_numbers0 = [number if number <= max_value else max_value for number in numbers]  
  7. >>>  ceiling_numbers0  
  8. [7, 9, 10, 4, 3, 2, 10]  
  9. >>>  ceiling_numbers1 = [(number if number <= max_value else max_value) for number in numbers]  
  10. >>>  ceiling_numbers1  
  11. [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。

  1. # map()  returns an iterator object  
  2. map(function,  iterable)  
  3. >>> pets = ( bird ,  snake ,  dog ,  turtle ,  cat ,  hamster )  
  4. >>>  uppercased_pets =list(map(str.upper,  pets))  
  5. >>>  uppercased_pets  
  6. [ 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。

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

6. 嵌套列表理解

[[321110]]

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。

  1. # basic syntax  of the nested list comprehensions 
  2. [expression for sublist in outer_list for item in sublist]  
  3. # expanded  form  
  4. for sublist in outer_list:  
  5.     for item in sublist:  
  6.         expression  
  7. >>>  nested_numbers = ((1, 4, 7, 8), (2, 3, 5))  
  8. >>> squares = [x*x for numbers in  nested_numbers for x in numbers]  
  9. >>> squares  
  10. [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。

  1. >>> letters =list( this is to  produce a list of letters )  
  2. >>> letters  
  3. [ 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 ]  
  4. >>>import random  
  5. >>> vowels = [letter.upper() for _ inrange(0, 10) if (letter :=  random.choice(letters)) inlist( aeoui )]  
  6. >>> vowels  
  7. [ 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。

  1. # syntax for  set comprehension  
  2. {expression for item in iterable}  
  3. >>> numbers = (1, 34, 5, 8, 10, 12, 3, 90, 70, 70, 90)  
  4. >>>  unique_even_numbers = {number for number in numbers if number%2==0}  
  5. >>>  unique_even_numbers  
  6. {34, 70, 8, 10, 12, 90} 

view rawset.comprehension.py hosted with ❤ by GitHub

9. 字典理解

[[321111]]

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。

  1. # syntax for  dict comprehension 
  2. {key_expression  : value_expression for item in iterable}  
  3. >>> words = ( python ,  is ,  a ,  big ,  snake )  
  4. >>> len_words = {word : len(word) for word in words}  
  5. >>> len_words  
  6. { python : 6,  is : 2,  a : 1,  big : 3,  snake : 5}  
  7. >>> len_words_p = {word : len(word) for word in words if word.startswith( p )}  
  8. >>> len_words_p  
  9. { 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。

除了列表理解,还讨论了集合和字典理解。依靠这些理解有助于用Python创建基本的集合数据类型,使其具有更好的可读性。

 

责任编辑:赵宁宁 来源: 读芯术
相关推荐

2021-04-15 08:04:27

容器DevOps程序

2015-09-02 10:12:17

数据安全云存储

2015-08-11 17:55:21

谷歌重组科技

2019-12-16 11:09:17

物联网IOT技术

2010-11-16 17:16:36

IPv6IPv4

2017-05-27 14:24:50

思科黄金认证Cisco Globa

2023-10-16 13:36:00

边缘计算数据

2020-12-31 23:38:33

AIOpsIT运营

2020-04-07 19:00:06

物联网IOT物联网技术

2023-03-23 15:14:43

2018-08-01 11:07:31

人工智能深度学习机器人

2010-03-01 10:20:27

Flex

2020-03-05 17:50:00

智慧社区智能

2011-05-26 11:13:36

Flex

2022-10-21 14:01:35

边缘计算IT数据中心

2020-06-16 09:13:27

数据科学数据大数据

2021-11-11 13:39:53

存储数据存储技术

2015-09-08 11:47:00

微软容器

2016-12-20 10:55:52

深度学习

2018-04-17 14:44:26

工业物联网IIoT物联网
点赞
收藏

51CTO技术栈公众号