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:
翻译成 Python 表达式为:
1 2 |
evens = [x for x in range(10) if x % 2 == 0] print(evens) |
1 |
[0, 2, 4, 6, 8] |
这与filter
效果一样:
1 2 |
fevens = filter(lambda x: x % 2 == 0, range(10)) print(list(evens) == evens) |
1 |
True |
同样,列表推导也可以实现map
的功能:
1 2 3 4 5 |
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 2 |
[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:
1 2 3 4 5 6 7 8 9 10 11 |
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 2 |
[(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:
1 2 3 4 5 6 7 |
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) |
1 2 |
{'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:
1 2 3 4 5 6 7 8 |
squares = (x for x in range(10) if x % 2 == 0) print(squares) print(next(squares)) next(squares) for i in squares: print(i) |
1 2 3 4 5 |
at 0x1104fbba0> 0 4 6 8 |