Python进阶之列表推导与生成器表达式详解

2024-08-04 11:12:41

内置序列类型

python中有很多的序列类型，主要可以分为以下两类：

容器序列：能存放不同数据类型的数据的序列。（list, tuple, collections.deque）
扁平序列：只能容纳一种类型的序列。（str, bytes, bytearray, memoryview, array.array）

说明：扁平序列储存的是一段连续的内存空间，而容器序列存放的是它们包含的任意类型对象的引用。

另外，序列类型还可以从可修改与不可修改的角度进行分类，主要能被分成以下两类：

可变序列：list, bytearray, array.array, collections.deque, memoryview
不可变序列：str, tuple, bytes

为了深入的讨论可变序列与不可变序列的差异，我们看下面这个UML图：

在上图中，继承从子类指向超类，可以看到可变序列（MutableSequence）继承了不可变序列（Sequence）的很多方法。与此同时，通过UML图我们也可以更直观的发现其不同的地方，这有助于我们了解后续的内置序列类型的差异。

列表推导与生成器表达式

列表推导

相信大家已经对基础的序列类型list有了初步的了解与认识，但当我们想要创建一个新的数组时，往往会想到使用for循环遍历生成。

其实在python中还存在一种构建列表的方法叫做列表推导(list comprehension)，它是构建列表的快捷方式，同时也能够使你的代码更加易读与简洁。假设我们需要创建从0到10的一个列表，我们来看下面的两段代码：

# 不使用列表推导
example_list_01 = []
for i in range(10):
   example_list_01.append(i)
print(example_list_01)

>>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 列表推导
example_list_01 = [i for i in range(10)]
print(example_list_01)

>>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

相信大部分人第一时间都会考虑使用第一种方法进行列表的创建，但明显使用了列表推导（生成器表达式推导列表）的例子看起来更加简便且易读。我们再来看一个更复杂的例子，假设我们想要寻找10以内的偶数，我们看下面两段代码：

# 不使用列表推导
example_list_02 = []
for i in range(10):
    if i % 2 == 0:
       example_list_02.append(i)
print(example_list_02)

# 列表推导
example_list_02 = [i for i in range(10) if i % 2 == 0]
print(example_list_02)

显然，下面的代码可读性更强且更为简单。另外，使用filter也能够完成上述的功能，但是可读性并不强。我们使用filter完成上述功能的代码如下：

example_list_03 = list(filter(lambda i: i % 2 == 0, range(10)))
print(example_list_03)

显然，这样的可读性并不强。

在列表推导中，我们还可以将自己的函数或者python内置函数直接对生成的数组进行处理，请看下面这个例子：

def deal(num):
    return '处理过的' + str(num)

deal_list = [deal(i) for i in range(10)]
print(deal_list )

>>> ['处理过的0',
 '处理过的1',
 '处理过的2',
 '处理过的3',
 '处理过的4',
 '处理过的5',
 '处理过的6',
 '处理过的7',
 '处理过的8',
 '处理过的9']

最后，我们再用列表推导表达式尝试计算笛卡尔积并与for循环完成的相同的功能做对比，请看下面的代码：

colors = ['红色','蓝色','绿色']
clothes = ['上衣','裤子','运动鞋']

clothes_list_01 = []
for color in colors:
    for clothe in clothes:
        clothes_list_01.append((color,clothe))
print('未使用列表推导：',clothes_list_01)

clothes_list_02 = [(color,clothe) for color in colors for clothe in clothes]
print('使用列表推导：',clothes_list_01)

结果如下：

未使用列表推导： [('红色', '上衣'), ('红色', '裤子'), ('红色', '运动鞋'),
('蓝色', '上衣'), ('蓝色', '裤子'), ('蓝色', '运动鞋'), ('绿色', '上衣'), ('绿色', '裤子'), ('绿色', '运动鞋')]
使用列表推导： [('红色', '上衣'), ('红色', '裤子'), ('红色', '运动鞋'),
('蓝色', '上衣'), ('蓝色', '裤子'), ('蓝色', '运动鞋'), ('绿色', '上衣'), ('绿色', '裤子'), ('绿色', '运动鞋')]

可以看到输出的结果是完全相同的，但是利用列表推导的代码更为简洁。

生成器表达式

虽然使用上述的列表推导语法也可以生成元组等其他类型的序列，但是使用生成器表达式会更好。生成器并不是先建立一个完整的列表再将其传递到某个构造函数内，而是逐个产出元素，这会更加的节省内存。

我们看下面几个例子，用来了解生成器表达式是如何生成字典与元组的。

# 使用生成器表达式构建字典
dict_transform_list = [('APPLE', '苹果'), ('BNANA', '香蕉'), ('PEAR', '梨子')]
dict_01 = {key: value for key,value in dict_transform_list}

>>>{'APPLE': '苹果', 'BNANA': '香蕉', 'PEAR': '梨子'}

# 使用生成器表达式构建元组
tuple_01 = tuple(i for i in range(10))

>>>(0, 1, 2, 3, 4, 5, 6, 7, 8, 9)

总结

在本文中，介绍了生成器与表达式的用法，帮助我们快速创建数组以及其他序列，解锁了python序列的新姿势。

到此这篇关于Python进阶之列表推导与生成器表达式详解的文章就介绍到这了,更多相关Python列表推导生成器表达式内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

python简单几步实现时间日期处理到数据文件的读写

目录正文时间日期的处理数据文件读写 # 数据库正文大家好,上一篇讲了如何创建python如何创建类,抽象类,访问限制的说明.今天说说python的相关技能,比如将时间日期的处理,数据文件的读写,以及数据库的简单操作. 时间日期的处理 python中时间处理主要使用的库是 datetime 1.datetime是内置模块,不需要安装,直接使用 import datetime 2.datetime里面有五个类: date类:表示日期的类 time类:表示时间的类 datetime类:表示时
Python中字典列表中删除重复项

要从字典列表中删除重复项: 使用字典推导来遍历列表. 使用每个 id 属性的值作为键,使用字典作为值. 使用 dict.values() 方法只获取唯一的字典. 使用 list() 类将结果转换为列表. list_of_dictionaries = [ {'id': 1, 'site': 'jiyik.com'}, {'id': 2, 'site': 'google.com'}, {'id': 1, 'site': 'jiyik.com'}, ] result = list( { diction
Python中的type与isinstance的区别详解

目录 type()函数 isinstance()函数 Python中的type()函数和isinstance()函数是两个常用的类型判断函数,它们可以用来判断变量的类型,接下来让我们一起来看一下它们的用法. type()函数 type()函数用于获取一个变量的类型,它的语法是:type(变量). 调之后会返回变变量的类型,下面是一个简单的例子: 1.获取变量的类型 a = 123 b = "123" c = (123,) print(type(a)) # 输出<class 'in
Python对中国500强排行榜数据进行可视化分析实战

目录
Python采集二手车数据的超详细讲解

目录数据采集发送请求明确需求: 解析数据保存数据总结数据采集 XPath,XML路径语言的简称.XPath即为XML路径语言(XML Path Language),它是一种用来确定XML文档中某部分位置的语言.XPath主要用于解析XML文档,可以用来获取XML文档中某个元素的位置.属性值等信息.XPath可以用于XML文档解析.XML数据抽取.XML路径匹配等方面. 发送请求首先,我们要进行数据来源分析,知道我们的需求是什么? 明确需求: 明确采集网站是什么? 明确采集数据是什么
Python进阶之利用+和*进行列表拼接

目录引言对序列使用+和* 由列表组成的列表嵌套列表创建的陷阱总结引言 python作为一款深受大家喜爱的语言,一直都在时代的风口浪尖吸引了很多的人学习.在我们学习python的过程中,有一个非常常见的语法,那就是利用+和*进行序列的拼接以及其他操作.但是孰不住这个操作存在一个陷阱,今天就带大家从使用+和*进行拼接出发认识一个大家非常容易犯的代码错误.话不多说我们开始吧. 对序列使用+和* 在编写python的过程中,我们默认python的序列是支持+和*的操作的.例如在对序列相加的过程
python 列表推导和生成器表达式的使用

序列序列是指一组数据,按存放类型分为容器序列与扁平序列,按能否被修改分为不可变序列与可变序列. 容器序列与扁平序列容器序列存放的是对象的引用,包括list.tuple.collections.deque. 扁平序列存放的是对象的值,包括str.bytes.bytearray.memoryview和array.array. 扁平序列的值是字符.字节和数值这种基础类型. 不可变序列与可变序列不可变序列,包括tuple.str.bytes. 可变序列,包括list.bytearray.array
python 中的列表生成式、生成器表达式、模块导入

5.16 列表生成式 l=[] for i in range(100): l.append('egg%s' %i) print(l) l=['egg%s' %i for i in range(100)] l=['egg%s' %i for i in range(1000) if i > 10] print(l) 5.17 列表生成式与生成器表达式的应用 names=['egon','alex_sb','wupeiqi','yuanhao','lxx'] res=map(lambda x:x.
Python学习之列表和元组的使用详解

目录列表和元组简介列表学习要点列表的声明语法列表的读取列表操作列表元素的修改和删除列表元素合并列表元素顺序变化元组学习要点元组基本知识元组的基本操作列表和元组简介如果说在 Python 语言中找一个最优秀的数据类型,那无疑是列表,如果要在推荐一个,那我选择元组,本篇博客我们的重心会放在列表上,元组可以看成不能被修改的列表,所以作为赠品进行学习即可. 列表是一种非常灵活的数据结构,可以弥补前文字符串类型的很多不足. 正式学习前,还需要记住两个英文单词,列表(list),
简单了解python 生成器列表推导式生成器表达式

生成器就是自己用python代码写的迭代器,生成器的本质就是迭代器. 通过以下两种方式构建一个生成器: 1.通过生成器函数 2.生成器表达式生成器函数: 函数 def func1(x): x += 1 return x print(func1(5)) 生成器函数 def func1(x): x += 1 yield x g_obj = func1(5) print(g_obj.__next__()) 一个next对应一个yield. yield VS return return 结束函数,给函
python列表推导和生成器表达式知识点总结

首先来看一下代码: chars = "abcd" tmp = [] for char in chars: tmp.append(ord(char)) print(tmp) 这是一般的写法,将字符串中的每一个字符转换称ASCII码,然后存进一个tmp数组. 利用列表推导的方式: tmp = [ord(char) for char in chars] 输出:[97,98,99,100] 列表推导中也可以使用if和else. 当只有一个if时: chars = "abcd"
Python基础之列表常见操作经典实例详解

本文实例讲述了Python基础之列表常见操作.分享给大家供大家参考,具体如下: Python中的列表操作列表是Python中使用最频繁的数据类型[可以说没有之一] 一组有序项目的集合可变的数据类型[可进行增删改查] 列表中可以包含任何数据类型,也可包含另一个列表[可任意组合嵌套] 列表是以方括号" []"包围的数据集合,不同成员以" ,"分隔列表可通过序号访问其中成员创建列表的方式 #创建一个含有元素1,2,4,8,16,32的列表 #方法1 L = [1,
python 中的列表解析和生成表达式

列表解析在需要改变列表而不是需要新建某列表时,可以使用列表解析.列表解析表达式为: [expr for iter_var in iterable] [expr for iter_var in iterable if cond_expr] 第一种语法:首先迭代iterable里所有内容,每一次迭代,都把iterable里相应内容放到iter_var中,再在表达式中应用该iter_var的内容,最后用表达式的计算值生成一个列表. 第二种语法:加入了判断语句,只有满足条件的内容才把iterable里
Python元类与迭代器生成器案例详解

1.__getattr__和__getattribute__魔法函数 __getattr__是当类调用一个不存在的属性时才会调用getattr魔法函数,他传入的值item就是你这个调用的不存在的值. __getattribute__则是无条件的优先执行,所以如果不是特殊情况最好不要用__getattribute__. class User(object): def __init__(self, name, info): self.name = name self.info = info def
Python 异步之生成器示例详解

目录正文 1. 什么是异步生成器 1.1. Generators 1.2. Asynchronous Generators 2. 如何使用异步生成器 2.1. 定义 2.2. 创建 2.3. 一步 2.4. 遍历 3. 异步生成器示例正文生成器是 Python 的基本组成部分.生成器是一个至少有一个“yield”表达式的函数.它们是可以暂停和恢复的函数,就像协程一样. 实际上,Python 协程是 Python 生成器的扩展.Asyncio 允许我们开发异步生成器.我们可以通过定义一个使用
Python 中迭代器与生成器实例详解

Python 中迭代器与生成器实例详解本文通过针对不同应用场景及其解决方案的方式,总结了Python中迭代器与生成器的一些相关知识,具体如下: 1.手动遍历迭代器应用场景:想遍历一个可迭代对象中的所有元素,但是不想用for循环解决方案:使用next()函数,并捕获StopIteration异常 def manual_iter(): with open('/etc/passwd') as f: try: while True: line=next(f) if line is None: br

Python进阶之列表推导与生成器表达式详解

目录

内置序列类型

列表推导与生成器表达式

列表推导

生成器表达式

总结

相关推荐

随机推荐