Python中的推导式使用详解

 更新时间:2015年06月03日 10:54:13   投稿:junjie  
这篇文章主要介绍了Python中的推导式使用详解,本文分别讲解了列表推导式、字典推导式、集合推导式使用实例,需要的朋友可以参考下

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 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:
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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:

复制代码 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
复制代码 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:
复制代码 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
复制代码 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:
复制代码 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
复制代码 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:
复制代码 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:
复制代码 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'] 

相关文章

  • 能让你轻松的实现自然语言处理的5个Python库

    能让你轻松的实现自然语言处理的5个Python库

    今天教大家如何你轻松的实现自然语言预处理,仅仅需要5个python库,文中介绍的非常详细,对正在学习python的小伙伴们有很好的帮助,需要的朋友可以参考下
    2021-05-05
  • Python数据分析之matplotlib绘图详解

    Python数据分析之matplotlib绘图详解

    这篇文章主要为大家详细介绍了Python数据分析之如何利用matplotlib进行绘图,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2022-09-09
  • 基于PyTorch中view的用法说明

    基于PyTorch中view的用法说明

    这篇文章主要介绍了基于PyTorch中view的用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Python实现将图像转换为ASCII字符图

    Python实现将图像转换为ASCII字符图

    使用Python进行图像处理,非常快捷方便,往往简短几行代码就可以实现功能强大的效果。在这篇文章中,我们将使用Python将图像转换为ASCII字符照,感兴趣的可以了解一下
    2022-08-08
  • Python灰度变换中的对数变换专项分析实现

    Python灰度变换中的对数变换专项分析实现

    灰度变换是指根据某种目标条件按一定变换关系逐点改变源图像中每个像素灰度值的方法。目的是改善画质,使图像显示效果更加清晰。图像的灰度变换处理是图像增强处理技术中的一种非常基础、直接的空间域图像处理方法,也是图像数字化软件和图像显示软件的一个重要组成部分
    2022-10-10
  • Python全景系列之装饰器使用的全面讲解

    Python全景系列之装饰器使用的全面讲解

    装饰器在Python中扮演了重要的角色,文将深入探讨装饰器的所有相关主题,包括装饰器的基础知识、实现与使用、工作原理等,需要的可以参考一下
    2023-05-05
  • python中使用正则表达式的方法详解

    python中使用正则表达式的方法详解

    这篇文章主要为大家详细介绍了python中使用正则表达式的方法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-03-03
  • Python+OpenCV让电脑帮你玩微信跳一跳

    Python+OpenCV让电脑帮你玩微信跳一跳

    这篇文章主要为大家详细介绍了Python+OpenCV让电脑帮你玩微信跳一跳,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-01-01
  • PyTorch手写数字数据集进行多分类

    PyTorch手写数字数据集进行多分类

    这篇文章主要介绍了PyTorch手写数字数据集进行多分类,损失函数采用交叉熵,激活函数采用ReLU,优化器采用带有动量的mini-batchSGD算法,需要的朋友可以参考一下
    2022-03-03
  • 解析Python编程中的包结构

    解析Python编程中的包结构

    这篇文章主要介绍了解析Python编程中的包结构,包括对一些包管理工具的介绍,需要的朋友可以参考下
    2015-10-10

最新评论