列表生成式

 1 # res=[]
 2 # for i in range(1,34):
 3 #     res.append(str(i).zfill(2))
 4 # print(res)
 5 
 6 res=[str(i).zfill(2) for i in range(1,34)]
 7 print(res)
 8 
 9 l = [i+1 for i in range(10)]
10 print(l)

摘自：https://www.cnblogs.com/yyds/p/6281453.html

顾名思义，列表生成式就是一个用来生成列表的特定语法形式的表达式。

1. 语法格式：

基础语法格式

[exp for iter_var in iterable]

 

工做过程：

• 迭代iterable中的每一个元素；
• 每次迭代都先把结果赋值给iter_var，而后经过exp获得一个新的计算值；
• 最后把全部经过exp获得的计算值以一个新列表的形式返回。

至关于这样的过程：

L = []
for iter_var in iterable:
    L.append(exp)

带过滤功能语法格式

[exp for iter_var in iterable if_exp]

 

工做过程：

• 迭代iterable中的每一个元素，每次迭代都先判断if_exp表达式结果为真，若是为真则进行下一步，若是为假则进行下一次迭代；
• 把迭代结果赋值给iter_var，而后经过exp获得一个新的计算值；
• 最后把全部经过exp获得的计算值以一个新列表的形式返回。

至关于这样的过程：

L = []
for iter_var in iterable:
    if_exp:
        L.append(exp)

 

循环嵌套语法格式

[exp for iter_var_A in iterable_A for iter_var_B in iterable_B]

 

工做过程：
每迭代iterable_A中的一个元素，就把ierable_B中的全部元素都迭代一遍。

至关于这样的过程：

L = []
for iter_var_A in iterable_A:
    for iter_var_B in iterable_B:
        L.append(exp)

 

2. 应用场景

其实列表生成式也是Python中的一种“语法糖”，也就是说列表生成式应该是Python提供的一种生成列表的简洁形式，应用列表生成式能够快速生成一个新的list。它最主要的应用场景是：根据已存在的可迭代对象推导出一个新的list。

3. 使用实例

咱们能够对几个生成列表的要求分别经过“不使用列表生成式”和“使用列表生成式”来实现，而后作个对比总结。

实例1：生成一个从3到10的数字列表

# 不使用列表生成式实现
list1 = list(range(3, 11))

# 使用列表生成式实现
list2 = [x for x in range(3, 11)]

 

实例2：生成一个2n+1的数字列表，n为从3到11的数字

# 不使用列表生成式实现
list3 = []
for n in range(3, 11):
    list3.append(2*n + 1)

# 使用列表生成式实现
list4 = [2*n + 1 for n in range(3, 11)]

 

实例3：过滤出一个指定的数字列表中值大于20的元素

L = [3， 7， 11， 14，19， 33， 26， 57， 99]
# 不使用列表生成式实现
list5 = []
for x in L:
    if x < 20:
        list5.append(x)

# 使用列表生成式实现
list6 = [x for x in L if x > 20]

 

实例4：计算两个集合的全排列，并将结果做为保存至一个新的列表中

L1 = ['香蕉', '苹果', '橙子']
L2 = ['可乐', '牛奶']

# 不使用列表生成式实现
list7 = []
for x in L1:
    for y in L2:
        list7.append((x, y))

# 使用列表生成式实现
list8 = [(x, y) for x in L1 for y in L2]

 

[('香蕉', '可乐'), ('香蕉', '牛奶'), ('苹果', '可乐'), ('苹果', '牛奶'), ('橙子', '可乐'), ('橙子', '牛奶')]
[('香蕉', '可乐'), ('香蕉', '牛奶'), ('苹果', '可乐'), ('苹果', '牛奶'), ('橙子', '可乐'), ('橙子', '牛奶')]

 

实例5：将一个字典转换成由一组元组组成的列表，元组的格式为(key, value)

D = {'Tom': 15, 'Jerry': 18, 'Peter': 13}

# 不使用列表生成式实现
list9 = []
for k, v in D.items():
    list9.append((k, v))

# 使用列表生成式实现
list10 = [(k, v) for k, v in D.items()]

 

可见，使用列表生成式确实要方便、简洁不少，使用一行代码就搞定了。

4. 列表生成式与map()、filter()等高阶函数功能对比

我以为，你们应该已经发现这里说的列表生成式的功能与以前 这篇文章 中讲到的map()和filter()高阶函数的功能很像，好比下面两个例子：

实例1：把一个列表中全部的字符串转换成小写，非字符串元素原样保留

L = ['TOM', 'Peter', 10, 'Jerry']
# 用列表生成式实现
list1 = [x.lower() if isinstance(x, str) else x for x in L]

# 用map()函数实现
list2 = list(map(lambda x: x.lower() if isinstance(x, str) else x,  L))

 

实例2：把一个列表中全部的字符串转换成小写，非字符串元素移除

L = ['TOM', 'Peter', 10, 'Jerry']
# 用列表生成式实现
list3 = [x.lower() for x in L if isinstance(x, str)]

# 用map()和filter()函数实现
list4 = list(map(lambda x: x.lower(), filter(lambda x: isinstance(x, str), L)))

 

对于大部分需求来说，使用列表生成式和使用高阶函数都能实现。可是map()和filter()等一些高阶函数在Python3中的返回值类型变成了Iteraotr（迭代器）对象（在Python2中的返回值类型为list），这对于那些元素数量很大或无限的可迭代对象来讲显然是更合适的，由于能够避免没必要要的内存空间浪费。关于迭代器的概念，下面会单独进行说明。