不会但一定要了解的方面，python列表解析方式

秒速五厘米 2022-09-04 13:53 160阅读 0赞

Python支持各种解析(comprehension)操作，比如列表解析、集合解析、元组解析、字典解析。它们根据某些元素来创建(推导)出一个新的列表、集合、元组、字典等。所以有的地方也称为推导，比如列表推导、集合推导等。

下面是一个列表解析的示例：

>>> [ i*2 for i in range(10) if i % 2 == 0 ]
    [0, 4, 8, 12, 16]

这里是列表解析，因为使用的中括号\[ xxxx \]，它表示根据条件推导出一个新的列表。Python中几种内置类型的解析规则为：

*  如果使用的是中括号，表示列表解析
 *  如果使用的是大括号，表示集合解析
 *  如果使用的是大括号，且里面的元素是key:value模式，表示字典解析

注意：如果使用的是括号，表示的是生成器表达式，而不是解析。  
例如：

# 集合解析
    >>> {  i*2 for i in "abcd"}
    { 'aa', 'cc', 'dd', 'bb'}
    
    # 字典解析
    >>> {  k:v for k,v in zip(("one","two","three"),(1,2,3)) }
    { 'one': 1, 'two': 2, 'three': 3}
    >>> {  k: k*2 for k in "abcd" }
    { 'a': 'aa', 'b': 'bb', 'c': 'cc', 'd': 'dd'}

**数学概念中的解析**

计算机语言中的解析来自于数学概念中的集合描述(对应于集合解析)。如下图：  
![在这里插入图片描述][8ed84a8e7e204b84919c27b47d22ba9e.png]  
将此与下面的列表解析进行对应：

[ i * 2 for i in range(10) if i % 2 == 0 ]

其中：

*  x ∈ N表示的是装元素的容器，这个容器里的元素是解析时被迭代的对象  
    这对应于列表解析中的range(10)，对于Python来说，只要是可迭代的数据对象，都可以作为元素的提供容器
 *  x是变量，是容器中的元素  
    对应于列表解析中的i
 *  x² > 3表示的是谓词，是可选的条件判断式，用来筛选解析过程中的符合条件的元素  
    这对应于列表解析中的if i % 2 == 0，注意，谓词部分是可选的
 *  `2 * x`表示的是外部表达式，用来生成新的列表/集合/字典/元组中的元素  
    对应于列表解析中的i \* 2
 *  \{\}意味着外部表达式的元素所存放的容器是集合容器  
    对应于列表解析中的\[\]，表示新生成的元素是列表中的元素

**解析操作是如何工作的**

Python中的解析操作常用来生成各种数据容器，且生成的效率非常高，它在底层完全是以C的方式运行的。

在了解了数学中集合描述和解析的对应方式后，要理解解析的工作方式很简单，以列表解析为例。

首先用迭代工具for对容器中的元素进行迭代，每个元素都经过谓词进行筛选，对符合条件的元素执行外部表达式，每个外部表达式都生成一个新的元素，然后作为新列表的一个元素，从而推导出一个新的列表。

解析是一个表达式，在后面的文章中还会看到大部分解析可以写成等价的函数map、filter等函数式，但解析的逻辑要更清晰且更简洁。

**与解析操作等价的普通循环**

python中的解析行为由for这个迭代工具来迭代，它和普通的for循环逻辑一样，但用法稍有不同。从前面的示例中也可以看出解析操作的外部表达式部分在for关键字的前面，而普通for循环的表达式则是在for关键字后面。

解析操作也能由普通的循环来生成。例如：

''' 学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ '''
    # for循环实现列表解析操作
    L1 = []
    for i in range(10):
      if i % 2 == 0 :
        L1.append(i * 2)
    
    
    # 列表解析
    L2 = [ i * 2 for i in range(10) if i % 2 == 0 ]
    
    print(L1)
    print(L2)

结果：

[0, 4, 8, 12, 16]
    [0, 4, 8, 12, 16]

而且，解析操作比普通的for循环运行速度更快，解析操作在Python解释器中是完全使用C来运行的，而普通for循环则是在python VM中通过步进的方式运行的。一般来说，解析操作和map函数速度差不多(解释器中都是C的运行方式)，它们都要比普通for快上1-2倍。特别是要生成的元素较多时，解析操作往往要比等价的普通循环快上一倍多。

**用解析来操作文件**

对于open()打开的文件，有一个readlines()函数可以将所有行读取到一个列表中，每一行都是这个列表中的一个元素。

以下是文件a.txt的文件内容：

first line
    second line
    third line

通过readlines()读取a.txt：

>>> f = open('a.txt')
    >>> lines = f.readlines()
    >>> lines
    ['first line\n', 'second line\n', 'third line\n']

这里每一个元素都包含了尾随换行符\\n，这在编程时是非常令人厌恶的，因为不好控制是不是要自己添加一个换行符。所以，往往会对每一行都执行一个去除尾随换行符的操作，这可以通过列表解析来执行：

>>> lines = [ line.rstrip() for line in lines ]
    >>> lines
    ['first line', 'second line', 'third line']

实际上，open()打开的文件对象是一个可迭代对象，可以直接进行迭代，所以也可以直接用于解析操作：

>>> lines = [line.rstrip() for line in open('a.txt')]
    >>> lines
    ['first line', 'second line', 'third line']

看上去真的很简洁，而且很简单很方便，实际上这也很高效。

**嵌套的解析**

解析操作可以变得更加复杂，比如可以进行for嵌套。

>>> [x + y for x in "abcd" for y in "ABCD"]
    ['aA', 'aB', 'aC', 'aD', 'bA', 'bB', 'bC', 'bD', 'cA', 'cB', 'cC', 'cD', 'dA', 'dB', 'dC', 'dD']

它等价于：

''' 学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ '''
    L = []
    for x in "abcd":
      for y in "ABCD":
        L.append(x + y)

for嵌套的时候，每一个for中用于筛选元素的if语句都是可选的。

例如，下面的嵌套for解析中，使用偶数和奇数的组合：

>>> [ (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)]

这个解析表达式等价于：

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

[8ed84a8e7e204b84919c27b47d22ba9e.png]: /images/20220829/0a89512e7ed64949bff70b0fb214c9aa.png