Python高级条件语句与语法精讲：深入解析列表、字典、集合推导式及生成器表达式

思维导图导读

Python是一门优雅的编程语言&＃xff0c;总是用优美的方法地简化代码、执行高效。

一、理解3个概念

1、comprehension

译作 理解、理解力、&＃xff08;语言学习中的&＃xff09;理解联系&＃xff08;或训练&＃xff09;。根据维基百科解释&＃xff1a;在编程语言&＃xff08;不限于Python&＃xff09;中&＃xff0c;comprehension是一种语法结构&＃xff0c;功能是基于已有的一个数据序列经过“过滤”&＃xff08;满足一定条件&＃xff09;生成一个新的数据序列。

其本质是一种遍历方式&＃xff0c;但它执行速度比for循环、map快35-45%。工作方式类似于for循环。

2、Python 可变、不可变&＃xff1a;

不可变对象&＃xff0c;该对象所指向的内存中的值不能被改变。当改变某个变量时候&＃xff0c;由于其所指的值不能被改变&＃xff0c;相当于把原来的值复制一份后再改变&＃xff0c;这会开辟一个新的地址&＃xff0c;变量再指向这个新的地址。

可变对象&＃xff0c;该对象所指向的内存中的值可以被改变。变量&＃xff08;准确的说是引用&＃xff09;改变后&＃xff0c;实际上是其所指的值直接发生改变&＃xff0c;并没有发生复制行为&＃xff0c;也没有开辟新的出地址&＃xff0c;通俗点说就是原地改变。

推导式操作的对象是 可变对象。

3、6种Python标准数据类型&＃xff1a;

不可变数据&＃xff08;3 个&＃xff09;&＃xff1a;Number&＃xff08;数字&＃xff09;、String&＃xff08;字符串&＃xff09;、Tuple&＃xff08;元组&＃xff09;&＃xff1b;

可变数据&＃xff08;3 个&＃xff09;&＃xff1a;List&＃xff08;列表&＃xff09;、Dictionary&＃xff08;字典&＃xff09;、Set&＃xff08;集合&＃xff09;。

推导式操作的数据对象是 可变数据。

二、详述三种推导式、一种生成器表达式

1、列表推导式&＃xff08;list comprehension&＃xff0c;LC&＃xff09;

将一个列表经过过滤后转换成另一个列表。语法&＃xff1a;

[表达式 for 变量 in 列表] Or [表达式 for 变量 in 列表 if条件]Or

[表达式部分 列表生成部分 过滤部分&＃xff08;可选&＃xff09;] Or [满足条件的元素相关操作 for 元素 in 可迭代数据类型 if 元素相关的条件]

表达式部分&＃xff1a;一般是一个表达式作用一个列表的元素&＃xff1b;或 只是接受导出的元素&＃xff0c;没有表达式&＃xff1b;

列表生成部分&＃xff1a;一般是一个for循环产生初始列表&＃xff0c;并依次导出元素&＃xff1b;

过滤部分&＃xff1a;一般由一个if判断构成&＃xff0c;条件为假的过滤掉。这部分可选。

举例1&＃xff1a;生成一个由0-9的平方组成的列表

方案1、用for循环

>>> squares &＃61;[]>>> for x in range(10):

... squares.append(x**2)

...>>>squares

[0,1, 4, 9, 16, 25, 36, 49, 64, 81]

>>> x

9

这创建的名为x的变量&＃xff0c;在循环结束后仍然存在。可以用“无副作用”的方式生成一个平方值的列表&＃xff0c;如下&＃xff1a;方案2

>>> squares &＃61; list(map(lambda x: x**2, range(10)))>>>squares

[0,1, 4, 9, 16, 25, 36, 49, 64, 81]>>>x

Traceback (most recent call last):

File"", line 1, in NameError: name&＃39;x&＃39; is not defined

方案3&＃xff1a;list comprehesion

>>> squares &＃61; [x**2 for x in range(10)]>>>squares

[0,1, 4, 9, 16, 25, 36, 49, 64, 81]

>>> x # 也是有“副作用”的

9

其中方案3是最简洁、易读的。列表推导式由括号中的表达式&＃43;for子句&＃xff08;甚至嵌套列表推导式&＃xff0c;它本质是个列表&＃xff09;组成&＃xff0c;后边可以跟更多的for循环或if条件&＃xff08;过滤条件&＃xff09;&＃xff0c;结果是生成一个由表达式、for或if语句运算得出的新列表。

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x!&＃61;y]

[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

若用for循环来做将是&＃xff1a;

>>> combs &＃61;[]>>> for x in [1,2,3]:

...for y in [3,1,4]:

...if x !&＃61;y:

... combs.append((x,y))

...>>>combs

[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

这不符合Python优雅气质。

举例2&＃xff1a;将一个3x4矩阵变成4x3矩阵

>>> matrix &＃61;[

... [1,2,3,4],

... [5,6,7,8],

... [9,10,11,12],

... ]>>> [[row[i] for row in matrix] for i in range(4)]

[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

如果用for循环完成&＃xff0c;将是多少行语句。LC是更简单有效的强力工具。LC总是返回一个结果&＃xff0c;无论是否用到它。

2、生成器表达式

将列表推导式的 [] 改成 () 就得到生成器表达式。

生成器中的值只能按顺序调用一次&＃xff0c;只能向前&＃xff0c;不能后退。其工作方式是每次处理一个对象&＃xff0c;而不是一次性处理和构造整个数据结构&＃xff0c;优点是可以节省大量内存。因此&＃xff0c;在处理大量数据时&＃xff0c;建议使用生成器表达式&＃xff0c;而不是列表推导式。生成器表达式结构&＃xff1a;

生成器&＃61;(返回结构 执行对象 if 判断条件)

举例&＃xff1a;得到30以内能被3整除的数。

>>> multiples &＃61; (i for i in range(30) if i%3 is0)>>>multiples at 0x7f2506c4d9b0>

>>>type(multiples)

>>> for i inmultiples:

...print(i)

...

03

6

9

12

15

18

21

24

27

3、字典推导式

字典推导式&＃xff0c;跟列表推导式的使用方法是类似的。只是将中括号[] 改成了 花括号{}。

举例&＃xff1a;快速更换key、value。

>>> d &＃61; {&＃39;a&＃39;:1, &＃39;b&＃39;:2}>>> d &＃61; {v:k for k,v ind.items()}>>>d

{1: &＃39;a&＃39;, 2: &＃39;b&＃39;}

4、集合推导式

集合推导式&＃xff0c;跟列表推导式也是类似的。唯一的区别是使用花括号。

集合自带去重功能&＃xff0c;如果计算得出的元素有重复值&＃xff0c;在集合中一个值只会录入一个元素。

>>> s &＃61; {1,2,3,4,5,6}>>> s &＃61; {i**2 for i in s if i%2&＃61;&＃61;0}>>> print(s)

set([16, 36, 4])

总结&＃xff0c;这些推导式语法结构上的高度相似的、可举一反三&＃xff0c;代码简洁、优雅、高效。