Python中的推导式使用详解

推导式是Python中很强大的、很受欢迎的特性,具有语言简洁,速度快等优点。推导式包括:

1.列表推导式
2.字典推导式
3.集合推导式

嵌套列表推导式

NOTE: 字典和集合推导是最近才加入到Python的(Python 2.7 和Python 3.1以上版). 下面简要介绍下:

【列表推导式】

列表推导能非常简洁的构造一个新列表:只用一条简洁的表达式即可对得到的元素进行转换变形
其基本格式如下:

代码如下:

[expr for value in collection ifcondition]

过滤条件可有可无,取决于实际应用,只留下表达式;相当于下面这段for循环:

代码如下:

result = [] 
for value in collection: 
    if condition: 
        result.append(expression)

例1:  过滤掉长度小于3的字符串列表,并将剩下的转换成大写字母

代码如下:

>>> names = ['Bob','Tom','alice','Jerry','Wendy','Smith'] 
 
>>> [name.upper() for name in names if len(name)>3] 
['ALICE', 'JERRY', 'WENDY', 'SMITH']

例2:  求(x,y)其中x是0-5之间的偶数,y是0-5之间的奇数组成的元祖列表

代码如下:

>>> [(x,y) for x in range(5) if x%2==0 for y in range(5) if y %2==1] 
[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]

例3:  求M中3,6,9组成的列表

代码如下:

>>> M = [[1,2,3],
...      [4,5,6],
...      [7,8,9]]
>>> M 
[[1, 2, 3], [4, 5, 6], [7, 8, 9]] 
>>> [row[2] for row in M] 
[3, 6, 9]

#或者用下面的方式 
>>> [M[row][2] for row in (0,1,2)] 
[3, 6, 9]

例4:  求M中斜线1,5,9组成的列表

代码如下:

>>> M 
[[1, 2, 3], [4, 5, 6], [7, 8, 9]] 
>>> [M[i][i] for i in range(len(M))] 
[1, 5, 9]

例5:  求M,N中矩阵和元素的乘积

代码如下:

>>> M = [[1,2,3], 
...      [4,5,6], 
...      [7,8,9]] 
>>> N = [[2,2,2], 
...      [3,3,3], 
...      [4,4,4]] 
>>> [M[row][col]*N[row][col] for row in range(3) for col in range(3)] 
[2, 4, 6, 12, 15, 18, 28, 32, 36] 
>>> [[M[row][col]*N[row][col] for col in range(3)] for row in range(3)] 
[[2, 4, 6], [12, 15, 18], [28, 32, 36]] 
>>> [[M[row][col]*N[row][col] for row in range(3)] for col in range(3)] 
[[2, 12, 28], [4, 15, 32], [6, 18, 36]]

例5:  讲字典中age键,按照条件赋新值

代码如下:

>>> bob 
{'pay': 3000, 'job': 'dev', 'age': 42, 'name': 'Bob Smith'} 
>>> sue 
{'pay': 4000, 'job': 'hdw', 'age': 45, 'name': 'Sue Jones'} 
>>> people = [bob, sue] 
>>> [rec['age']+100 if rec['age'] >= 45 else rec['age'] for rec in people]  # 注意for位置 
[42, 145]

【字典推导式】

字典和集合推导式是该思想的延续,语法差不多,只不过产生的是集合和字典而已。其基本格式如下:

代码如下:

{ key_expr: value_expr for value in collection if condition }

例1:  用字典推导式以字符串以及其长度建字典

代码如下:

>>> strings = ['import','is','with','if','file','exception'] 
 
>>> D = {key: val for val,key in enumerate(strings)} 
 
>>> D 
{'exception': 5, 'is': 1, 'file': 4, 'import': 0, 'with': 2, 'if': 3}

【集合推导式】
集合推导式跟列表推导式非常相似,唯一区别在于用{}代替[]。其基本格式如下:

代码如下:

{ expr for value in collection if condition }

例1:  用集合推导建字符串长度的集合

代码如下:

>>> strings = ['a','is','with','if','file','exception'] 
>>> {len(s) for s in strings}    #有长度相同的会只留一个,这在实际上也非常有用 
set([1, 2, 4, 9])

【嵌套列表推导式】
嵌套列表是指列表中嵌套列表,比如说:

代码如下:

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

例1: 一个由男人列表和女人列表组成的嵌套列表,取出姓名中带有两个以上字母e的姓名,组成列表

代码如下:

names = [['Tom','Billy','Jefferson','Andrew','Wesley','Steven','Joe'], 
         ['Alice','Jill','Ana','Wendy','Jennifer','Sherry','Eva']]

用for循环实现:

代码如下:

tmp = [] 
for lst in names: 
    for name in lst: 
        if name.count('e') >= 2: 
            tmp.append(name) 
 
print tmp 
#输出结果 
>>>  
['Jefferson', 'Wesley', 'Steven', 'Jennifer']

用嵌套列表实现:

代码如下:

>>> names = [['Tom','Billy','Jefferson','Andrew','Wesley','Steven','Joe'], 
         ['Alice','Jill','Ana','Wendy','Jennifer','Sherry','Eva']] 
 
>>> [name for lst in names for name in lst if name.count('e')>=2]  #注意遍历顺序,这是实现的关键 
['Jefferson', 'Wesley', 'Steven', 'Jennifer']

(0)

相关推荐

  • python 生成不重复的随机数的代码

    复制代码 代码如下: import random print 'N must >K else error' n=int(raw_input("n=")) k=int(raw_input("k=")) result=[] x=range(n) for i in range(k): t=random.randint(i,n-1) temp=x[i] x[i]=x[t] x[t]=temp result.append(x[i]) print result raw_i

  • python 随机数使用方法,推导以及字符串,双色球小程序实例

    如下所示: #随机数的使用 import random #导入random random.randint(0,9)#制定随机数0到9 i=random.sample(range(1,34),6)#输出6个随机数,范围是1到34 i.sort()#排序方法,排序时更改原数组,无返回值 sorted(i)#排序函数,排序时不影响原数组,产生新的排序后数据 print('----------------用上述的随机数做一个双色球---------------------') sj=random.sam

  • Python常用随机数与随机字符串方法实例

    随机整数: 复制代码 代码如下: >>> import random >>> random.randint(0,99) 21 随机选取0到100间的偶数: 复制代码 代码如下: >>> import random >>> random.randrange(0, 101, 2) 42 随机浮点数: 复制代码 代码如下: >>> import random >>> random.random() 0.8

  • Python中的推导式使用详解

    推导式是Python中很强大的.很受欢迎的特性,具有语言简洁,速度快等优点.推导式包括: 1.列表推导式 2.字典推导式 3.集合推导式 嵌套列表推导式 NOTE: 字典和集合推导是最近才加入到Python的(Python 2.7 和Python 3.1以上版). 下面简要介绍下: [列表推导式] 列表推导能非常简洁的构造一个新列表:只用一条简洁的表达式即可对得到的元素进行转换变形 其基本格式如下: 复制代码 代码如下: [expr for value in collection ifcondi

  • Python 异步之推导式示例详解

    目录 引言 1. 什么是异步推导式 2. 推导式 3. 异步推导式 4. Await 推导式 引言 当我们想到“pythonic”时,理解,如列表和字典理解是 Python 的一个特性. 这是我们执行循环的一种方式,与许多其他语言不同. Asyncio 允许我们使用异步推导式. 我们可以通过“async for”表达式使用异步推导式来遍历异步生成器和异步迭代器. 1. 什么是异步推导式 异步推导式是经典推导式的异步版本.Asyncio 支持两种类型的异步推导式,它们是“async for”推导式

  • python编程中简洁优雅的推导式示例详解

    目录 1. 列表推导式 增加条件语句 多重循环 更多用法 2. 字典推导式 3. 集合推导式 4. 元组推导式 Python语言有一种独特的推导式语法,相当于语法糖的存在,可以帮助你在某些场合写出较为精简酷炫的代码.但没有它,也不会有太多影响.Python语言有几种不同类型的推导式. 1. 列表推导式 列表推导式是一种快速生成列表的方式.其形式是用方括号括起来的一段语句,如下例子所示: lis = [x * x for x in range(1, 10)] print(lis) 输出 [1, 4

  • python中列表推导式与生成器表达式对比详解

    目录 概述 列表推导式 生成器表达式 使用场景选择 参考 总结 概述 Python中的列表推倒式(List Comprehension) 和 生成器表达式(Generator Expression)是两种很相似的表达式,但含义却不大不同,这里做一个对比. 列表推导式 列表推导式是比较常用的技术,能将本来需要for loop 和 if else 语句的情况简化成一条指令,最终得到一个列表对象: even = [e for e in range(10) if e % 2 == 0] 具体细节不过多展

  • python中的decimal类型转换实例详解

    [Python标准库]decimal--定点数和浮点数的数学运算 作用:使用定点数和浮点数的小数运算.         Python 版本:2.4 及以后版本 decimal 模块实现了定点和浮点算术运算符,使用的是大多数人所熟悉的模型,而不是程序员熟悉的模型,即大多数计算机硬件实现的 IEEE 浮点数运算.Decimal 实例可以准确地表示任何数,对其上取整或下取整,还可以对有效数字个数加以限制. Decimal 小数值表示为 Decimal 类的实例.构造函数取一个整数或字符串作为参数.使用

  • 基于python中的TCP及UDP(详解)

    python中是通过套接字即socket来实现UDP及TCP通信的.有两种套接字面向连接的及无连接的,也就是TCP套接字及UDP套接字. TCP通信模型 创建TCP服务器 伪代码: ss = socket() # 创建服务器套接字 ss.bind() # 套接字与地址绑定 ss.listen() # 监听连接 inf_loop: # 服务器无限循环 cs = ss.accept() # 接受客户端连接 comm_loop: # 通信循环 cs.recv()/cs.send() # 对话(接收/发

  • python中模块的__all__属性详解

    python模块中的__all__属性,可用于模块导入时限制,如: from module import * 此时被导入模块若定义了__all__属性,则只有__all__内指定的属性.方法.类可被导入. 若没定义,则导入模块内的所有公有属性,方法和类 # kk.py class A(): def __init__(self,name,age): self.name=name self.age=age class B(): def __init__(self,name,id): self.nam

  • 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中%r和%s的详解及区别

    Python中%r和%s的详解 %r用rper()方法处理对象 %s用str()方法处理对象 有些情况下,两者处理的结果是一样的,比如说处理int型对象. 例一: print "I am %d years old." % 22 print "I am %s years old." % 22 print "I am %r years old." % 22 返回结果: I am 22 years old. I am 22 years old. I a

  • Python中的变量和作用域详解

    作用域介绍 python中的作用域分4种情况: L:local,局部作用域,即函数中定义的变量: E:enclosing,嵌套的父级函数的局部作用域,即包含此函数的上级函数的局部作用域,但不是全局的: G:globa,全局变量,就是模块级别定义的变量: B:built-in,系统固定模块里面的变量,比如int, bytearray等. 搜索变量的优先级顺序依次是:作用域局部>外层作用域>当前模块中的全局>python内置作用域,也就是LEGB. x = int(2.9) # int bu

随机推荐