0x03 - Python 列表推导

0x02 中提到的 map/filter 方法可以通过简化的语法快速构建我们需要的列表(或其它可迭代对象),与它们功能相似的,Python 还提供列表推导(List Comprehension)的语法。最初学 Python 的时候,我只是把这种语法当做一种语法糖,可以用来快速构建特定的列表,后来学习 Haskell 的时候才知道这种形式叫做 List Comprehension(中文我好像没有找到固定的翻译,有翻译成列表速构、列表解析之类的,但意思上都是在定义列表结构的时候按照一定的规则进行推导,而不是穷举所有元素)。

这种列表推导与数学里面集合的表达形式有些相似,例如$[0, 10)$之间偶数集合可以表示为:

$$\left\{x\ |\ x \in N, x \lt 10, x\ mod\ 2\ ==\ 0\right\}$$

翻译成 Python 表达式为:


In [1]:
evens = [x for x in range(10) if x % 2 == 0]
print(evens)


[0, 2, 4, 6, 8]

这与filter效果一样:


In [2]:
fevens = filter(lambda x: x % 2 == 0, range(10))
print(list(fevens) == evens)


True

同样,列表推导也可以实现map的功能:


In [3]:
squares = [x ** 2 for x in range(1, 6)]
print(squares)

msquares = map(lambda x: x ** 2, range(1, 6))
print(list(msquares) == squares)


[1, 4, 9, 16, 25]
True

相比之下,列表推导的语法更加直观,因此更 Pythonic 的写法是在可以用列表推导的时候尽量避免map/filter

除了上面简单的迭代、过滤推导之外,列表推导还支持嵌套结构:


In [4]:
cords = [(x, y) for x in range(3) for y in range(3) if x > 0]
print(cords)

# 相当于
lcords = []
for x in range(3):
    for y in range(3):
        if x > 0:
            lcords.append((x, y))
            
print(lcords == cords)


[(1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)]
True

字典与集合的推导

这样一比较更加能够突出列表推导的优势,但是当嵌套的循环超过2层之后,列表推导语法的可读性也会大大下降,所以当循环嵌套层数增加时,还是建议用直接的语法。

Python 中除了列表(List)可以进行列表推导之外,字典(Dict)、集合(Set)同样可以:


In [5]:
dns = {domain : ip
       for domain in ["github.com", "git.io"]
       for ip in ["23.22.145.36", "23.22.145.48"]}
print(dns)

names = {name for name in ["ana", "bob", "catty", "octocat"] if len(name) > 3}
print(names)


{'github.com': '23.22.145.48', 'git.io': '23.22.145.48'}
{'octocat', 'catty'}

生成器

0x01中提到的生成器(Generator),除了在函数中使用 yield 关键字之外还有另外一种隐藏方法,那就是对元组(Tuple)使用列表推导:


In [6]:
squares = (x for x in range(10) if x % 2 == 0)
print(squares)

print(next(squares))
next(squares)

for i in squares:
    print(i)


<generator object <genexpr> at 0x1104fbba0>
0
4
6
8