Skip to content

推导式

简介

Python 推导式是一种独特的数据处理方式，可以从一个数据序列构建另一个新的数据序列的结构体。

Python 支持各种数据结构的推导式：

  • 元组 tuple 推导式
  • 列表 list 推导式
  • 字典 dict 推导式
  • 集合 set 推导式

元组推导式

元组推导式可以利用 range 函数、元组、列表、字典和集合等数据类型，快速生成一个满足指定需求的元组。

格式

(out_exp_res for item in Sequence )

或

(out_exp_res for item in Sequence if conditional )

  • out_exp_res：生成元素表达式，可以是有返回值的函数。
  • for out_exp in Sequence：迭代 Sequence 将 out_exp 传入到 out_exp_res 表达式中。
  • if condition：条件语句，可以过滤 Sequence 中不符合条件的值。

示例

# 简单的元组推导式
t1 = (x for x in range(1,10))
# 生成128位ASCII码元组
t2 = (chr(x) for x in range(128))
# 生成100以内能被7整除所有数字的元组
t3 = (x for x in range(100) if x%7==0)
# 生成99乘法表结果元组
t4 = (x*y for x in range(1,10) for y in range(1, x+1))
words = ["apple", "banana", "cherry"]
upper_words = (word.upper() for word in words)

列表推导式

列表推导式与元组推导式的区别：

格式上外部由圆括号包裹的表达式改为中括号

格式

[out_exp_res for item in Sequence ]

或

[out_exp_res for item in Sequence if conditional ]

  • out_exp_res：生成元素表达式，可以是有返回值的函数。
  • for out_exp in Sequence：迭代 Sequence 将 out_exp 传入到 out_exp_res 表达式中。
  • if condition：条件语句，可以过滤 Sequence 中不符合条件的值。

示例

# 简单的元组推导式
l1 = [x for x in range(1,10)]
# 生成128位ASCII码元组
l2 = [chr(x) for x in range(128)]
# 生成100以内能被7整除所有数字的元组
l3 = [x for x in range(100) if x%7==0]
# 生成99乘法表结果元组
l4 = [x*y for x in range(1,10) for y in range(1, x+1)]
# 将列表中的字符串转换为大写
words = ["apple", "banana", "cherry"]
upper_words = [word.upper() for word in words]

字典推导式

字典推导式与前两种推导式的区别

  • 推导式使用花括号包裹
  • 结果表达式需要使用 key-value 形式

格式

{ key_expr: value_expr for value in collection }

或

{ key_expr: value_expr for value in collection if condition }

示例

names = ['Bob','Tom','alice','Jerry','Wendy','Smith']
# 将列表中各字符串值为键，各字符串的长度为值，组成键值对
newdict = {name:len(name) for name in names}

集合推导式

集合推导式与字典推导式的区别在于结果表达式是单一结果，不是 key-value 形式。

格式

{ expression for item in Sequence }

或

{ expression for item in Sequence if conditional }

示例

data = ['Bob','123','Tom','ab123','alice','123abc','Jerry','456','Wendy','554','Smith']
# 筛选列表中的数字字符串
newset = {n for n in data if n.isdigit()}

推导式的优点

  • 简洁高效：推导式允许在一行代码中完成复杂的生成操作，避免了使用显式的循环和临时变量的繁琐过程。可以大大减少代码量，并提高编码效率。
  • 可读性好：推导式使用简洁的语法，将迭代、条件判断和表达式结合在一起，使得代码更加紧凑和易于理解。它提供了一种清晰、直观的方式来表达列表生成的逻辑，使得代码更加可读性强，降低了出错的可能性。
  • 灵活性强：推导式非常灵活，可以根据需要添加条件判断、多个迭代变量和嵌套结构，以满足不同的需求。这使得推导式适用于各种场景，从简单的数据转换到复杂的筛选和操作，都可以通过简单而直观的语法实现。

总结

推导式提供了一种简洁高效、可读性好和灵活性强的方法来处理可迭代数据。

它是 Python 中强大而常用的特性之一，为开发者提供了更好的编码体验和效率。