作者 | 讀芯術
來源 | Pexels
越來越多的人開始學習Python,它已經成為最流行的編程語言之一,這幾乎發生在所有領域。比如網絡開發、科學計算,當然還有人工智能。
無論想用python幹什麼,都繞不開學習Python的數據結構、變量和函數聲明、條件語句、控制流以及其他基本概念。
一個重要的“Pythonic”特性是列表理解——這是一種創建列表的簡潔方式,卻令許多初學者感到困惑。
聽說過,但不知道是什麼?
沒關係,本文提供入門級Python列表理解學習。為了更直觀,文中
列出了關於列表理解應該知道的九件事,包括語法和各種用例。
1.基本語法
最基本的列表理解有以下語法。
如前所述,做某些事用它會很方便,比如創建列表。擴展形式通常表示為for循環,其中iterable的每個項都運行表達式中指定的某些操作。
<code># list comprehension[expression for item in iterable]# expanded formfor item in iterable: expression/<code>
2.創建列表
毋庸置疑,最流行的用法是簡潔地創建一個列表。
假設不知道什麼是列表理解,在創建一個列表時,可能會做如下的操作。首先聲明一個空列表。然後在for循環中,將每個項目附加到列表中。
<code>>>> pets = ( bird , snake , dog , turtle , cat , hamster )>>> uppercased_pets = []>>>for pet in pets:... uppercased_pets.append(pet.upper())...>>> uppercased_pets[ BIRD , SNAKE , DOG , TURTLE , CAT , HAMSTER ]/<code>
view rawpets.py hosted with ❤ by GitHub
正如在基本語法部分中提到的,可以將for循環語句“壓縮”到一行中——即使用只包含一行代碼的列表理解,我們可以通過迭代原始列表來方便地創建一個列表。
<code>>>> pets = ( bird , snake , dog , turtle , cat , hamster )>>> uppercased_pets = [pet.upper() for pet in pets]>>> uppercased_pets[ BIRD , SNAKE , DOG , TURTLE , CAT , HAMSTER ]/<code>
3.過濾條件語句
有時,使用列表理解來創建列表時,不想包含現有列表中的所有項目。
在這種情況下,需要一個條件語句來過濾掉現有列表中不符合特定條件的項目。相應的列表理解有以下語法。
<code># list comprehension with a conditional statement[expression for item in iterable if some_condition]# expanded formfor item in iterable: if some_condition: expression/<code>
view rawlist.py hosted with ❤ by GitHub
下面是以上用法的例子:
<code>>>> primes = [2, 3, 5,7, 11, 13, 17, 19, 23, 29]>>> squared_primes = [x*x for x in primes if x%10 == 3]>>> squared_primes[9, 169, 529]/<code>
如果有更復雜的條件評估,甚至可以使用函數。
<code>>>>defhas_four_legs(pet):... return pet in ( pig , dog , turtle , hamster , cat )...>>> pets = ( bird , snake , dog , turtle , cat , hamster )>>> four_legs_pets = [pet.capitalize() for pet in pets ifhas_four_legs(pet)]>>> four_legs_pets[ Dog , Turtle , Cat , Hamster ]/<code>
view rawhas_four_legs.py hosted with ❤ by GitHub
4.條件賦值
有時,不想從原始列表中過濾掉項目。相反,希望通過評估條件確定使用哪個表達式。下面給出的是語法及其用法,語法也進行了相應的解釋。
<code># basic syntax[expression0 if some_condition else expression1 for item in iterable]# syntax explained: compared to the list comprehension s basic syntax: [expression for item in iterable], we can thin about that (expression0 if some_condition else expression1) is a whole part that constitutes the expression in the general format>>> max_value =10>>> numbers = (7, 9, 11, 4, 3, 2, 12)>>> ceiling_numbers0 = [number if number <= max_value else max_value for number in numbers]>>> ceiling_numbers0[7, 9, 10, 4, 3, 2, 10]>>> ceiling_numbers1 = [(number if number <= max_value else max_value) for number in numbers]>>> ceiling_numbers1[7, 9, 10, 4, 3, 2, 10]/<code>
view rawsyntax.py hosted with ❤ by GitHub
5.替換map()
在某些情況下,可能會看到人們使用map()創建列表。具體來說,map()函數具有以下語法及其基本用法示例。
需要注意的是map()函數返回可迭代對象,因此可以使用list()函數從這個可迭代對象生成一個列表。
<code># map() returns an iterator objectmap(function, iterable)>>> pets = ( bird , snake , dog , turtle , cat , hamster )>>> uppercased_pets =list(map(str.upper, pets))>>> uppercased_pets[ BIRD , SNAKE , DOG , TURTLE , CAT , HAMSTER ]/<code>
view rawmap.py hosted with ❤ by GitHub
如前所示,可以用列表理解來替換map()函數。
<code>>>> pets = ( bird , snake , dog , turtle , cat , hamster )>>> uppercased_pets = [pet.upper() for pet in pets]>>> uppercased_pets[ BIRD , SNAKE , DOG , TURTLE , CAT , HAMSTER ]/<code>
6.嵌套列表理解
假設下面的代碼片段中有一個元組,若想要創建一個新的條目列表,使得這些條目是元組中所有數字的平方。
在這種情況下,可以使用嵌套列表理解,其語法如下所示。
<code># basic syntax of the nested list comprehensions[expression for sublist in outer_list for item in sublist]# expanded formfor sublist in outer_list: for item in sublist: expression>>> nested_numbers = ((1, 4, 7, 8), (2, 3, 5))>>> squares = [x*x for numbers in nested_numbers for x in numbers]>>> squares[1, 16, 49, 64, 4, 9, 25]/<code>
view rawnested.list.py hosted with ❤ by GitHub
雖然在技術上嵌套列表理解可以有多個層次,但是為保證可讀性,不推薦兩個以上的層次。
7.使用Walrus運算符
Python 3.8中的一個新特性是引入了walrus運算符(:=),用於賦值表達式。
假設從字母列表中抽取十次,創建的列表將只包括這些圖中的元音。下文展示如何在列表理解中使用walrus操作符。
具體來說,在下面的例子中,評估從字母中抽取的隨機字母是否是元音,如果是,它將被劃分為列表理解表達式可以訪問的字母。
<code>>>> letters =list( this is to produce a list of letters )>>> letters[ t , h , i , s , , i , s , , t , o , , p , r , o , d , u , c , e , , a , , l , i , s , t , , o , f , , l , e , t , t , e , r , s ]>>>import random>>> vowels = [letter.upper() for _ inrange(0, 10) if (letter := random.choice(letters)) inlist( aeoui )]>>> vowels[ I , O , O , O , O ]/<code>
view rawletters.py hosted with ❤ by GitHub
8.集合理解
雖然很多人都知道列表理解,但創建集合時也可以使用理解。基本語法及其用法如下所示。
一個主要的區別是我們用花括號代替方括號。當然,根據設計,集合中的元素不會有重複,這與允許重複的列表相反。
請注意,也可以在集合理解中使用條件陳述。
<code># syntax for set comprehension{expression for item in iterable}>>> numbers = (1, 34, 5, 8, 10, 12, 3, 90, 70, 70, 90)>>> unique_even_numbers = {number for number in numbers if number%2==0}>>> unique_even_numbers{34, 70, 8, 10, 12, 90}/<code>
view rawset.comprehension.py hosted with ❤ by GitHub
9.字典理解
知曉了列表和集合理解,對Python也有字典理解就不會感到驚訝了。下面的代碼片段顯示了基本語法及其用法。
<code># syntax for dict comprehension{key_expression : value_expression for item in iterable}>>> words = ( python , is , a , big , snake )>>> len_words = {word : len(word) for word in words}>>> len_words{ python : 6, is : 2, a : 1, big : 3, snake : 5}>>> len_words_p = {word : len(word) for word in words if word.startswith( p )}>>> len_words_p{ python : 6}/<code>
view rawdict.py hosted with ❤ by GitHub
總結
本文回顧了列表理解的基本語法及其在各種場景中的用法。
除了列表理解,還討論了集合和字典理解。依靠這些理解有助於用Python創建基本的集合數據類型,使其具有更好的可讀性。
閱讀更多 CDA數據分析師 的文章