Python推导式使用详解，轻松快速初始化序列

文
章
目
录

• 一、认识Python推导式
• 二、列表推导式详解
• （一）基本语法
• （二）带条件的列表推导式
• （三）更多生动例子
• 三、字典推导式：快速创建字典
• （一）基本语法
• （二）生动例子
• 四、集合推导式：创建不重复元素集合
• （一）基本语法
• （二）生动例子
• 五、生成器表达式：节省内存的推导式
• （一）基本语法
• （二）生动例子
• 六、实用小技巧
• （一）嵌套推导式
• （二）推导式与循环的选择

Python中推导式是一个实用且强大的语法特性，能够让我们以简洁高效的方式创建各种序列，如列表、字典、集合等。今天，咱们就一起来深入学习一下Python推导式。

一、认识Python推导式

推导式（Comprehension）是Python特有的一种语法，简单来说，它就像是一个便捷的“数据生成器”，可以用一行代码创建出序列。举个例子，如果要生成一个包含1到10所有数字平方的列表，使用传统的循环方式，代码如下：

# 传统方法：使用for循环
平方列表 = []
for 数字 in range(1, 11):
    平方列表.append(数字 ** 2)
print(平方列表)  # 输出：[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

这段代码通过循环遍历1到10的数字，逐个计算平方并添加到列表中。而使用推导式，只需一行代码就能实现同样的功能：

# 使用列表推导式
平方列表 = [数字 ** 2 for 数字 in range(1, 11)]
print(平方列表)  # 输出：[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

对比之下，推导式是不是简洁了许多？这就是它的魅力所在。

二、列表推导式详解

列表推导式是最常用的推导式之一，下面来看看它的具体用法。

（一）基本语法

列表推导式的基本语法是[表达式 for 变量 in 可迭代对象]。这里的“表达式”是对“变量”进行计算或操作后得到的结果，“可迭代对象”可以是列表、元组、范围（range）等。例如：

# 从1到5的数字，每个数字加1后生成新列表
new_list = [num + 1 for num in range(1, 6)]
print(new_list)  # 输出：[2, 3, 4, 5, 6]

在这个例子中，num是变量，range(1, 6)是可迭代对象，num + 1是表达式，最终生成了一个新的列表。

（二）带条件的列表推导式

带条件的列表推导式语法为[表达式 for 变量 in 可迭代对象 if 条件]。只有满足“条件”的元素才会参与表达式的计算并加入到新列表中。比如：

# 例子1：创建1到10的偶数列表
偶数列表 = [数字 for 数字 in range(1, 11) if 数字 % 2 == 0]
print(偶数列表)  # 输出：[2, 4, 6, 8, 10]

这段代码中，通过if 数字 % 2 == 0这个条件筛选出1到10中的偶数，再将这些偶数组成新的列表。

（三）更多生动例子

1. 转换列表元素格式：将水果名称转换为大写。

水果 = [\"苹果\", \"香蕉\", \"草莓\"]
大写水果 = [名称.upper() for 名称 in 水果]
print(大写水果)  # 输出：[\'苹果\', \'香蕉\', \'草莓\']

这里对“水果”列表中的每个元素调用upper()方法，将其转换为大写形式，组成新的“大写水果”列表。
2. 组合数据：创建姓名和问候语的组合。

名字列表 = [\"小明\", \"小红\", \"小华\"]
问候语 = [f\"你好，{名字}！\" for 名字 in 名字列表]
print(问候语)  # 输出：[\'你好，小明！\', \'你好，小红！\', \'你好，小华！\']

通过这种方式，将每个名字与问候语进行组合，生成新的问候语列表。

三、字典推导式：快速创建字典

字典推导式可以快速创建字典，它的语法和列表推导式有相似之处，但也有自己的特点。

（一）基本语法

字典推导式的基本语法是{键表达式: 值表达式 for 变量 in 可迭代对象}。例如：

# 创建数字及其平方的字典
平方字典 = {数字: 数字**2 for 数字 in range(1, 6)}
print(平方字典)  # 输出：{1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

这里，数字作为键，数字**2作为值，通过遍历range(1, 6)生成了一个字典。

（二）生动例子

将水果列表转换为字典，键为水果名，值为长度。

水果 = [\"苹果\", \"香蕉\", \"草莓\"]
水果长度字典 = {水果名: len(水果名) for 水果名 in 水果}
print(水果长度字典)  # 输出：{\'苹果\': 2, \'香蕉\': 2, \'草莓\': 2}

在这个例子中，以水果名称作为字典的键，水果名称的长度作为值，快速生成了一个字典。

四、集合推导式：创建不重复元素集合

集合推导式用于创建集合，集合的特点是元素不重复。

（一）基本语法

集合推导式的基本语法是{表达式 for 变量 in 可迭代对象}，和列表推导式类似，但使用花括号。例如：

# 创建1到10的奇数集合
奇数集合 = {数字 for 数字 in range(1, 11) if 数字 % 2 == 1}
print(奇数集合)  # 输出：{1, 3, 5, 7, 9}

这里通过条件筛选出1到10中的奇数，并组成集合，由于集合的特性，元素不会重复。

（二）生动例子

提取字符串中的所有不同字符。

文本 = \"hello world\"
字符集合 = {字符 for 字符 in 文本 if 字符 != \' \'}
print(字符集合)  # 输出：{\'h\', \'e\', \'l\', \'o\', \'w\', \'r\', \'d\'}

这段代码从字符串中提取出所有非空格字符，并组成集合，自动去除了重复的字符。

五、生成器表达式：节省内存的推导式

生成器表达式和列表推导式很像，不过它使用圆括号。生成器表达式不会立即创建完整的列表，而是按需生成元素，在处理大数据时能节省大量内存。

（一）基本语法

生成器表达式的基本语法是(表达式 for 变量 in 可迭代对象)。例如：

# 创建一个包含1到1000000的平方的生成器
平方生成器 = (数字**2 for 数字 in range(1, 1000001))

这里创建了一个生成器对象，它不会一次性计算出1到1000000所有数字的平方，而是在需要时逐个生成。

（二）生动例子

1. 按需计算元素：

# 注意：这不会立即计算所有值，而是按需计算
print(next(平方生成器))  # 输出：1（第一个元素）
print(next(平方生成器))  # 输出：4（第二个元素）

通过next()函数可以逐个获取生成器中的元素，每次调用next()时才会计算下一个元素。
2. 利用生成器计算数据：

# 使用生成器计算前10个平方和
平方生成器2 = (数字**2 for 数字 in range(1, 1000001))
前十个和 = sum(next(平方生成器2) for _ in range(10))
print(f\"前10个平方和：{前十个和}\")  # 输出前10个平方和

这段代码利用生成器计算前10个数字平方的和，避免了一次性生成所有平方数，节省了内存。

六、实用小技巧

（一）嵌套推导式

嵌套推导式可以用来创建复杂的数据结构，比如创建一个3×3的矩阵，每个元素是行号+列号。

# 创建一个3x3的矩阵，每个元素是行号+列号
矩阵 = [[行+列 for 列 in range(3)] for 行 in range(3)]
print(矩阵)  # 输出：[[0, 1, 2], [1, 2, 3], [2, 3, 4]]

这里外层的for 行 in range(3)控制行，内层的for 列 in range(3)控制列，通过两个循环嵌套生成了一个3×3的矩阵。

（二）推导式与循环的选择

1. 适用场景：推导式适合用于简单操作和小到中等大小的序列创建。例如，快速生成一个包含特定规律元素的列表、字典或集合。而对于复杂逻辑或处理大数据集，传统循环可能更合适。因为复杂逻辑在推导式中可能会让代码变得难以理解，而大数据集使用生成器表达式虽然节省内存，但如果逻辑过于复杂，也会增加代码的复杂度。
2. 代码可读性：在使用推导式时，要注意代码的可读性。过于复杂的推导式可能会让代码变得晦涩难懂，不利于后期维护。所以在编写代码时，要根据实际情况选择合适的方式。
3. 性能方面：一般来说，列表推导式通常比等效的for循环快。在处理大数据时，使用生成器表达式能有效节省内存。字典推导式也比手动构建字典更高效。所以在追求性能的场景下，可以优先考虑使用推导式。

掌握Python推导式，不仅能让我们用更少的代码完成更多的工作，还能在一定程度上提高代码的可读性和性能。大家在实际编程中可以多运用推导式，逐渐熟悉并掌握这一强大的特性，对大家以后工作还是很有帮助的。