# 4.4 【进阶】五种推导式 推导式（英文名：comprehensions），也叫解析式，是Python的一种独有特性。 推导式是可以从一个数据序列构建另一个新的数据序列的结构体。 总共有四种推导式： 1. 列表(list)推导式 2. 字典(dict)推导式 3. 集合(set)推导式 4. 生成器推导式 ## 1. 列表推导式 列表推导式的基本格式 ```python new_list = [expression for_loop_expression if condition] ``` 举个例子。 我想找出一个数值列表中为偶数的元素，并组成新列表，通常不用列表推导式，可以这么写 ```python old_list = [0,1,2,3,4,5] new_list = [] for item in old_list: if item % 2 == 0: new_list.append(item) print(new_list) # output: [0, 2, 4] ``` 一个简单的功能，写的代码倒是不少。 如果使用了列表推导式，那就简洁多了，而且代码还变得更加易读了。 ```python >>> old_list = [0,1,2,3,4,5] >>> >>> new_list = [item for item in old_list if item % 2 == 0] >>> print(new_list) # output: [0, 2, 4] [0, 2, 4] ``` ## 2. 字典推导式 列表推导式的基本格式，和 列表推导式相似，只是把 `[]` 改成了 `{}`，并且组成元素有两个：key 和 value，要用 `key_expr: value_expr ` 表示。 ```python new_dict ={ key_expr: value_expr for_loop_expression if condition } ``` 举个例子。 我想从一个包含所有学生成绩信息的字典中，找出数学考满分的同学。 ```python old_student_score_info = { "Jack": { "chinese": 87, "math": 92, "english": 78 }, "Tom": { "chinese": 92, "math": 100, "english": 89 } } new_student_score_info = {name: scores for name, scores in old_student_score_info.items() if scores["math"] == 100} print(new_student_score_info) # output: {'Tom': {'chinese': 92, 'math': 100, 'english': 89}} ``` ## 3. 集合推导式 集合推导式跟列表推导式也是类似的。 唯一的区别在于它使用大括号`{}`，组成元素也只要一个。 基本格式 ```python new_set = { expr for_loop_expression if condition } ``` 举个例子 我想把一个数值列表里的数进行去重处理 ```python >>> old_list = [0,0,0,1,2,3] >>> >>> new_set = {item for item in old_list} >>> print(new_set) {0, 1, 2, 3} ``` ## 4. 生成器推导式 生成器推导式跟列表推导式，非常的像，只是把 `[]` 换成了 `()` - 列表推导式：生成的是新的列表 - 生成器推导式：生成的是一个生成器 直接上案例了，找出一个数值列表中所有的偶数 ```python >>> old_list = [0,1,2,3,4,5] >>> new_list = (item for item in old_list if item % 2 == 0) >>> new_list <generator object <genexpr> at 0x10292df10> >>> next(new_list) 0 >>> next(new_list) 2 ``` ## 5. 嵌套推导式 for 循环可以有两层，甚至更多层，同样的，上面所有的推导式，其实都可以写成嵌套的多层推导式。 但建议最多嵌套两层，最多的话，代码就会变得非常难以理解。 举个例子。 我想打印一个乘法表，使用两个for可以这样写 ```python for i in range(1, 10): for j in range(1, i+1): print('{}x{}={}\t'.format(j, i, i*j), end='') print("") ``` 输出如下 ``` 1x1=1 1x2=2 2x2=4 1x3=3 2x3=6 3x3=9 1x4=4 2x4=8 3x4=12 4x4=16 1x5=5 2x5=10 3x5=15 4x5=20 5x5=25 1x6=6 2x6=12 3x6=18 4x6=24 5x6=30 6x6=36 1x7=7 2x7=14 3x7=21 4x7=28 5x7=35 6x7=42 7x7=49 1x8=8 2x8=16 3x8=24 4x8=32 5x8=40 6x8=48 7x8=56 8x8=64 1x9=9 2x9=18 3x9=27 4x9=36 5x9=45 6x9=54 7x9=63 8x9=72 9x9=81 ``` 如果使用嵌套的列表推导式，可以这么写 ```python >>> print('\n'.join([' '.join(['%2d *%2d = %2d' % (col, row, col * row) for col in range(1, row + 1)]) for row in range(1, 10)])) 1 * 1 = 1 1 * 2 = 2 2 * 2 = 4 1 * 3 = 3 2 * 3 = 6 3 * 3 = 9 1 * 4 = 4 2 * 4 = 8 3 * 4 = 12 4 * 4 = 16 1 * 5 = 5 2 * 5 = 10 3 * 5 = 15 4 * 5 = 20 5 * 5 = 25 1 * 6 = 6 2 * 6 = 12 3 * 6 = 18 4 * 6 = 24 5 * 6 = 30 6 * 6 = 36 1 * 7 = 7 2 * 7 = 14 3 * 7 = 21 4 * 7 = 28 5 * 7 = 35 6 * 7 = 42 7 * 7 = 49 1 * 8 = 8 2 * 8 = 16 3 * 8 = 24 4 * 8 = 32 5 * 8 = 40 6 * 8 = 48 7 * 8 = 56 8 * 8 = 64 1 * 9 = 9 2 * 9 = 18 3 * 9 = 27 4 * 9 = 36 5 * 9 = 45 6 * 9 = 54 7 * 9 = 63 8 * 9 = 72 9 * 9 = 81 ```