python的各种推导式（列表推导式、字典推导式、集合推导式）

╰半橙微兮° 2022-06-02 10:23 230阅读 0赞

推导式comprehensions（又称解析式），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。 共有三种推导，在Python2和3中都有支持：  
列表(list)推导式  
字典(dict)推导式  
集合(set)推导式  
  
一、列表推导式  
  
1、使用\[\]生成list  
  
基本格式  
  
 \[表达式 for 变量 in 列表\]    或者  \[表达式 for 变量 in 列表 if 条件\]  
  
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  
  
>>> names = \['Bob','Tom','alice','Jerry','Wendy','Smith'\]      
  
>>>  \[name.upper() for name in names if len(name)>3\]     
  
\['ALICE', 'JERRY', 'WENDY', 'SMITH'\]   
  
生成间隔5分钟的时间列表序列：  
  
\["%02d:%02d" %(h,m) for h in range(0, 24) for m in range(0, 60, 5)\]  
  
  
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  
  
>>>  \[(x,y) for x in range(5) if x%2==0 for y in range(5) if y %2==1\]     
  
\[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)\]  
  
  
例3:  求M中3,6,9组成的列表  
  
>>> 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  
  
  
>>> M    
\[\[1, 2, 3\], \[4, 5, 6\], \[7, 8, 9\]\]    
  
>>>  \[ M\[i\]\[i\]  for i in range(len(M))\]   即打印 M\[0\]\[0\],M\[1\]\[1\],M\[2\]\[2\]  
  
\[1, 5, 9\]    
  
  
例5:  求M,N中矩阵和元素的乘积  
  
  
>>> 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  
  
>>> 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    
  
\[42, 145\]    
  
  
列表推导式总共有两种形式：  
①\[x for x in data if condition\]  
    此处if主要起条件判断作用，data数据中只有满足if条件的才会被留下，最后统一生成为一个数据列表  
  
②\[exp1 if condition else exp2 for x in data\]  
    此处if...else主要起赋值作用，当data中的数据满足if条件时将其做exp1处理，否则按照exp2处理，最后统一生成为一个数据列表  
  
例子如下：  
  
  
data = \['driver', '2017-07-13', 1827.0, 2058.0, 978.0, 1636.0, 1863.0, 2537.0, 1061.0\]  
(1)若我要取得以上列表中值大于2000的数值，这里可以使用列表推导式的形式①：  
  
\[x for x in data if x > 2000\]  
  
得到如下结果（字符串类型数据被认为是无穷大数）：  
  
 \['driver', '2017-07-13', 2058.0, 2537.0\]  
  
(2)若要解决我上面提到的问题，则需要使用列表推导式的形式②  
  
\[int(x) if type(x) == float else x for x in data\]  
  
得到结果：  
  
 \['driver', '2017-07-13', 1827, 2058, 978, 1636, 1863, 2537, 1061\]  
  
  
1、使用\[\]生成list  
  
基本格式  
  
variable = \[out\_exp\_res for out\_exp in input\_list if out\_exp == 2\]  
  out\_exp\_res:　　列表生成元素表达式，可以是有返回值的函数。  
  for out\_exp in input\_list：　　迭代input\_list将out\_exp传入out\_exp\_res表达式中。  
  if out\_exp == 2：　　根据条件过滤哪些值可以。  
  
  
例一：  
  
  
multiples = \[i for i in range(30) if i % 3 is 0\]  
  
print(multiples)  
  
\# Output: \[0, 3, 6, 9, 12, 15, 18, 21, 24, 27\]  
  
  
例二：  
  
def squared(x):  
    return x\*x  
  
multiples = \[squared(i) for i in range(30) if i % 3 is 0\]  
  
print multiples  
  
\#  Output: \[0, 9, 36, 81, 144, 225, 324, 441, 576, 729\]  
  
2、 使用()生成generator  
  
将俩表推导式的\[\]改成()即可得到生成器。  
  
multiples = (i for i in range(30) if i % 3 is 0)  
  
print(type(multiples))  
  
\#  Output: <type 'generator'>  
  
  
二、字典推导式  
  
字典推导和列表推导的使用方法是类似的，只不中括号该改成大括号。  
  
  
\{ key\_expr: value\_expr for value in collection if condition \}  
  
直接举例说明：  
  
  
l = \["%02d:%02d" %(h,m) for h in range(0, 24) for m in range(0, 60, 5)\]  
  
d = \{key:0 for key in s\}  
  
print(d)  
  
print(sorted(d.key()))  
  
例1:  用字典推导式以字符串以及其长度建字典  
  
  
>>> 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\}    
  
  
例子一：大小写key合并  
  
mcase = \{'a': 10, 'b': 34, 'A': 7, 'Z': 3\}  
  
mcase\_frequency = \{   
    k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0)  
    for k in mcase.keys()  
    if k.lower() in \['a','b'\]  
\}  
  
print mcase\_frequency  
  
\#  Output: \{'a': 17, 'b': 34\}  
  
  
例子二：快速更换key和value  
  
mcase = \{'a': 10, 'b': 34\}  
  
mcase\_frequency = \{v: k for k, v in mcase.items()\}  
  
print mcase\_frequency  
  
\#  Output: \{10: 'a', 34: 'b'\}  
  
  
三、集合推导式  
它们跟列表推导式也是类似的。 唯一的区别在于它使用大括号\{\}。  
  
\{ expr for value in collection if condition \}  
  
  
例一：  
squared = \{x\*\*2 for x in \[1, 1, 2\]\}  
  
print(squared)  
  
\# Output: set(\[1, 4\])  
  
  
例1:  用集合推导建字符串长度的集合  
  
  
>>> 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(\[1, 2, 4, 9\])    
  
  
嵌套列表是指列表中嵌套列表，比如说:  
  
>>> 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  
  
names = \[\['Tom','Billy','Jefferson','Andrew','Wesley','Steven','Joe'\]， \['Alice','Jill','Ana','Wendy','Jennifer','Sherry','Eva'\]\]    
  
  
用for循环实现:  
  
  
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:  
  
  
>>> \[name for lst in names for name in lst if name.count('e')>=2\]  \#注意遍历顺序，这是实现的关键    
\['Jefferson', 'Wesley', 'Steven', 'Jennifer'\]