Python列表理解？
Python提供了紧凑的语法来从另一个列表派生一个列表。这些表达式称为列表推导。列表推导是Python中最强大的工具之一。Python的列表理解是该语言对函数式编程概念的支持的一个示例。
Python列表推导是将函数或过滤器应用于项目列表的一种非常简单的方法。如果使用正确，列表推导可能会非常有用，但是如果您不小心，列表推导将非常难以理解。
语法
列表推导的一般语法是-
[expr for element in iterable if condition]
以上相当于-
for element in iterable:
if condition:
expr例如，假设您要计算列表中每个数字的平方。您可以通过提供计算表达式和要循环的输入序列来实现此目的。
>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> squares = [x**2 for x in lst] >>> print(squares) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
列表理解与For循环
#USING FOR LOOP
evens = []
for i in range(10):
if i % 2 == 0:
evens. append(i)
print(evens)输出结果
[0, 2, 4, 6, 8]
编写上述代码的更好，更快的方法是通过列表理解。
>>> [i for i in range(10) if i % 2 ==0] [0, 2, 4, 6, 8]
如我们所见，使用列表理解来编写代码效率更高，更短并且涉及的元素更少。
列表推导vsLambda函数
除非您应用单参数函数，否则列表推导比简单情况下的映射内置函数更清晰。该映射需要为计算创建一个lambda函数，该函数在视觉上很嘈杂。
>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> list(map(lambda x: x**2, lst)) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
与map不同，列表推导使您可以轻松地从输入列表中过滤项目，并从结果中删除相应的输出。
具有条件表达式的列表理解
例如，假设您只想计算小于100的数字，这些数字可被2和5整除。
>>> lst = [x for x in range(100) if x % 2 == 0 if x % 5 == 0] >>> print(lst) [0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
再举一个例子，您只想计算可被2整除的数字的平方。在这里，我通过在循环后的列表推导中添加条件表达式来做到这一点-
>>> lst=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> even_squares = [x**2 for x in lst if x % 2 == 0] >>> print(even_squares) [4, 16, 36, 64, 100]
计算1到100之间的偶数。
>>> # a list of even numbers between 1 and 100 evens = [i for i in range(1,100) if not i % 2] >>> print(evens) [2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98]
遍历大量项目时，列表理解要比for循环快得多。如果仅凭可读性并不是说服人们尽可能多地使用它们的理由，那么应该提高速度。