浅析Python中的列表解析和生成表达式

列表解析

创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站建设、成都做网站、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的二连浩特网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！

在需要改变列表而不是需要新建某列表时，可以使用列表解析。列表解析表达式为：

 
 
 
    
  
  
  
  1. [expr for iter_var in iterable]   
    2. 
  
  
  
  2. [expr for iter_var in iterable if cond_expr]  
    3.

第一种语法：首先迭代iterable里所有内容，每一次迭代，都把iterable里相应内容放到iter_var中，再在表达式中应用该iter_var的内容，最后用表达式的计算值生成一个列表。

第二种语法：加入了判断语句，只有满足条件的内容才把iterable里相应内容放到iter_var中，再在表达式中应用该iter_var的内容，最后用表达式的计算值生成一个列表。

举例如下：

 
 
 
    
  
  
  
  1. >>> L= [(x+1,y+1) for x in range(3) for y in range(5)]   
    2. 
  
  
  
  2. >>> L  
    3. 
  
  
  
  3. [(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5)] 
    4. 
 
 
 
 
 
 
    
  
  
  
  1. >>> N=[x+10 for x in range(10) if x>5]  
    2. 
  
  
  
  2. >>> N  
    3. 
  
  
  
  3. [16, 17, 18, 19] 
    4. 
 
 
 
 
 
 
    
  
  
  
  1. newlist=[x+5 for x in olderlist if x>10] 
    2.

一个更复杂的例子：

 
 
 
    
  
  
  
  1. >>> num = [j for i in range(2, 8) for j in range(i*2, 50, i)]  
    2. 
  
  
  
  2. >>> num  
    3. 
  
  
  
  3. [4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 6,
    4. 
  
  
  
  4.  9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 8, 12, 16, 20, 24, 28, 32, 36, 40, 
    5. 
  
  
  
  5. 44, 48, 10, 15, 20, 25, 30, 35, 40, 45, 12, 18, 24, 30, 36, 42, 48, 14, 21, 28, 35, 42, 49]  
    6. 
  
  
  
  6.   
    7. 
 
 
 
 
 
 
    
  
  
  
  1. >>> words = 'The quick brown fox jumps over the lazy dog'.split()  
    2. 
  
  
  
  2. >>> words  
    3. 
  
  
  
  3. ['The', 'quick', 'brown', 'fox', 'jumps', 'over', 'the', 'lazy', 'dog']  
    4. 
  
  
  
  4. >>> stuff = [[w.upper(), w.lower(), len(w)] for w in words]  
    5. 
  
  
  
  5. >>> for i in stuff:  
    6. 
  
  
  
  6.     print i  
    7. 
  
  
  
  7.  
    8. 
  
  
  
  8.       
    9. 
  
  
  
  9. ['THE', 'the', 3]  
    10. 
  
  
  
  10. ['QUICK', 'quick', 5]  
    11. 
  
  
  
  11. ['BROWN', 'brown', 5]  
    12. 
  
  
  
  12. ['FOX', 'fox', 3]  
    13. 
  
  
  
  13. ['JUMPS', 'jumps', 5]  
    14. 
  
  
  
  14. ['OVER', 'over', 4]  
    15. 
  
  
  
  15. ['THE', 'the', 3]  
    16. 
  
  
  
  16. ['LAZY', 'lazy', 4]  
    17. 
  
  
  
  17. ['DOG', 'dog', 3]  
    18.

上述代码的map()实现：

 
 
 
    
  
  
  
  1. >>> stuff = map(lambda w: [w.upper(), w.lower(), len(w)], words)  
    2. 
  
  
  
  2. >>> for i in stuff:  
    3. 
  
  
  
  3. ...     print i  
    4. 
  
  
  
  4. ...   
    5. 
  
  
  
  5. ['THE', 'the', 3]  
    6. 
  
  
  
  6. ['QUICK', 'quick', 5]  
    7. 
  
  
  
  7. ['BROWN', 'brown', 5]  
    8. 
  
  
  
  8. ['FOX', 'fox', 3]  
    9. 
  
  
  
  9. ['JUMPS', 'jumps', 5]  
    10. 
  
  
  
  10. ['OVER', 'over', 4]  
    11. 
  
  
  
  11. ['THE', 'the', 3]  
    12. 
  
  
  
  12. ['LAZY', 'lazy', 4]  
    13. 
  
  
  
  13. ['DOG', 'dog', 3] 
    14.

生成器表达式

生成器表达式是在python2.4中引入的，当序列过长， 而每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析。生成器表达式的语法和列表解析一样，只不过生成器表达式是被()括起来的，而不是[]，如下：

 
 
 
    
  
  
  
  1. (expr for iter_var in iterable)   
    2. 
  
  
  
  2. (expr for iter_var in iterable if cond_expr) 
    3.

例：

 
 
 
    
  
  
  
  1. >>> L= (i + 1 for i in range(10) if i % 2)  
    2. 
  
  
  
  2. >>> L  
    3. 
  
  
  
  3.  at 0xb749a52c>  
    4. 
  
  
  
  4. >>> L1=[]  
    5. 
  
  
  
  5. >>> for i in L:  
    6. 
  
  
  
  6. ...     L1.append(i)  
    7. 
  
  
  
  7. ...   
    8. 
  
  
  
  8. >>> L1  
    9. 
  
  
  
  9. [2, 4, 6, 8, 10] 
    10.

生成器表达式并不真正创建数字列表， 而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目“产生”(yield)出来。 生成器表达式使用了“惰性计算”(lazy evaluation，也有翻译为“延迟求值”，我以为这种按需调用call by need的方式翻译为惰性更好一些)，只有在检索时才被赋值( evaluated)，所以在列表比较长的情况下使用内存上更有效。A generator object in python is something like a lazy list. The elements are only evaluated as soon as you iterate over them.

一些说明：

1. 当需要只是执行一个循环的时候尽量使用循环而不是列表解析，这样更符合python提倡的直观性。

 
 
 
    
  
  
  
  1. for item in sequence:  
    2. 
  
  
  
  2.     process(item) 
    3.

2. 当有内建的操作或者类型能够以更直接的方式实现的，不要使用列表解析。

例如复制一个列表时，使用：L1=list(L)即可，不必使用：

 
 
 
    
  
  
  
  1. L1=[x for x in L] 
    2.

3. 当序列过长， 而每次只需要获取一个元素时，使用生成器表达式。

4. 列表解析的性能相比要比map要好，参考http://www.qingliangcn.com/2010/02/list-comprehensions%E4%B8%8Elist-map%E6%80%A7%E8%83%BD%E5%AF%B9%E6%AF%94/

原文链接：http://www.cnblogs.com/moinmoin/archive/2011/03/10/lsit-comprehensions-generators.html

当前题目：浅析Python中的列表解析和生成表达式
标题来源：http://www.shufengxianlan.com/qtweb/news44/261344.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

手机网站建设知识

同城分类信息

成都婚庆策划　　 　光华服务器托管　　 　小程序　　 　网站设计　　 　网站开发　　 　成都营销网站建设　　 　成都网站建设　　 　虚拟主机　　 　成都网站设计　　 　橡塑保温材料　　 　注册域名　　 　物流公司网站建设方案　　 　橡塑保温管　　 　四川搅拌罐车　　 　营销型网站建设　　 　成都网站建设报价　　 　php空间　　 　邛崃网站建设　　 　西信服务器托管　　 　中国电信西部信息中心机房