Python教程栏目今天翻译介绍列表推导式使用的注意事项。
Python 列表推导式并不是给初学者用的,因为它非常反直觉,甚至对于有其他编程语言背景的人也是如此。
我们接触到 List 的使用时,学习的内容都是零散的。所以我们缺少一个关于如何在各种各样的场景下使用 List 的知识体系。
本文提供了一些 List 的使用指南,尽可能涵盖各个方面。希望本文可以成为你的一站式实用手册。
使用 List 最基本的方式是以一个可迭代对象为基础,创建一个 List 对象,这个可迭代对象可以是任意可以迭代元素的Python对象。使用方法如下。
[expression for item in iterable]复制代码
下面这段代码展示了一个使用列表相关技术创建 List 对象的例子。在这个例子中,我们定义了一个 Integer 列表,并基于这个对象创建了保存每个数字的平方数和立方数的 List 对象。
>>> # 创建一个 Integer 列表>>> integers = [1, 2, 3, 4, 5, 6]>>> # 创建平方数和立方数列表>>> powers = [(x*x, pow(x, 3)) for x in integers]>>> print(powers) [(1, 1), (4, 8), (9, 27), (16, 64), (25, 125), (36, 216)]复制代码
上面的例子把 List 对象当作迭代器使用。我们应该知道,许多类型的对象也是可迭代的,比如 List、Set、Dictionary 和 String 等等。其他数据类型,像 range、map、filter,以及 pandas 包中的 Series、DataFrame,都是可迭代的。下面的代码演示了某些对象的使用方法。
>>> # 使用 range 对象>>> integer_range = range(5)>>> [x*x for x in integer_range] [0, 1, 4, 9, 16]>>> # 使用 Series 对象 >>> import pandas as pd>>> pd_series = pd.Series(range(5))>>> print(pd_series)0 01 12 23 34 4dtype: int64>>> [x*x for x in pd_series] [0, 1, 4, 9, 16]复制代码
假设你需要将符合某种条件的元素归集起来,并创建一个 list。下面展示了相关的语法。
[expression for item in iterable if condition]复制代码
if
语句用来实现条件判断。下面的代码展示了这种用法的一个简单示例。
>>> # 同样创建一个 Integer 列表>>> integers = [1, 2, 3, 4, 5, 6]>>> # 筛选出偶数,创建一个这些偶数的平方数列表>>> squares_of_evens = [x*x for x in integers if x % 2 == 0]>>> print((squares_of_evens)) [4, 16, 36]复制代码
List 对象中还可以使用 if-else 形式的条件判断,语法如下。
[expression0 if condition else expression1 for item in iterable]复制代码
这跟前面的那种用法有些类似,别把这两种用法混淆。在本例中,条件语句本身是一个整体。下面的代码提供了一个例子。
>>> # 创建一个 Integer 列表>>> integers = [1, 2, 3, 4, 5, 6]>>> # 遍历 integers 中的元素,如果是偶数,取平方数存入新的列表>>> # 如果是奇数,取立方数存入新的列表>>> custom_powers = [x*x if x % 2 == 0 else pow(x, 3) for x in integers]>>> print(custom_powers) [1, 4, 27, 16, 125, 36]复制代码
有可能可迭代对象中的元素自身也是可迭代的,尽管这种情况不太常见。如果你对嵌套的可迭代对象有兴趣,可以使用 for
来实现循环嵌套。语法如下。
[expression for item_outer in iterable for item_inner in item_outer] # 与下面的代码等同 for item_outer in iterable: for item_inner in item_outer: expression复制代码
上面的代码展示了使用for
实现嵌套循环的例子。
>>> # 创建一个包含元组的列表>>> prices = [('$5.99', '$4.99'), ('$3.5', '$4.5')]>>> # 获取元组中的每个价格,以此创建一个一维列表>>> prices_formatted = [float(x[1:]) for price_group in prices for x in price_group]>>> print(prices_formatted) [5.99, 4.99, 3.5, 4.5]复制代码
有的人比较习惯函数式编程,比如使用高阶函数也是这种习惯的表现之一。特别说明一下,高阶函数是那些需要使用输入或输出参数的函数。在 Python 中,常用的高阶函数有 map()
和 filter()
。
>>> # 创建一个 integer 类型的列表>>> integers = [1, 2, 3, 4, 5]>>> # 使用 map 创建平方数列表>>> squares_mapped = list(map(lambda x: x*x, integers))>>> squares_mapped [1, 4, 9, 16, 25]>>> # 使用列表推导式创建平方数列表>>> squares_listcomp = [x*x for x in integers]>>> squares_listcomp [1, 4, 9, 16, 25]>>> # 使用 filter 取得 integers 中的偶数列表>>> filtered_filter = list(filter(lambda x: x % 2 == 0, integers))>>> filtered_filter [2, 4]>>> # 使用列表推导式取得 integers 中的偶数列表>>> filterd_listcomp = [x for x in integers if x % 2 == 0]>>> filterd_listcomp [2, 4]复制代码
从上面的例子可以看出,使用 list 的某些特性比使用高阶函数更具有可读性,而且也能实现较复杂的嵌套结构。
有人认为列表推导式很酷炫,是 Python 特有的功能,所以为了炫耀自己的 Python 水平,即使有更好替代方案也要使用它。
>>> # 使用 range 创建列表对象>>> numbers = [x for x in range(5)]>>> print(numbers) [0, 1, 2, 3, 4]>>> # 以一个字符串为基础,创建一个小写字母的字符列表>>> letters = [x.lower() for x in 'Smith']>>> print(letters) ['s', 'm', 'i', 't', 'h']复制代码
上述例子中,我们使用了 range 和 string,这两种数据结构都是可迭代的,list()
构造函数可以直接使用 iterable 创建一个 list 对象。下面的代码提供了更合理的解决方案。
>>> # 使用 range 创建列表对象>>> numbers = list(range(5))>>> print(numbers) [0, 1, 2, 3, 4]>>> # 以一个字符串为基础,创建一个小写字母的字符列表>>> letters = list('Smith'.lower())>>> print(letters) ['s', 'm', 'i', 't', 'h']复制代码
在 Python 中,生成器是一种特殊的可迭代对象,它会延迟加载元素,直到被请求才会加载。这在处理大量数据时会非常高效,它能提升存储效率。相比之下,list 对象为了方便计数和索引,一次性创建所有的元素。所以跟生成器相比,在元素个数相同时,list 需要占用更多内存。
我们可以定义一个生成器函数来创建生成器。我们也可以使用下面的语句来创建生成器,这是一种称为生成器表达式的方法。
(expression for item in iterable)复制代码
你可能会注意到,除了使用圆括号外,它的语法跟使用 list 的语句很相似。所以需要注意区分。
考虑下面这个例子。我们要计算前一百万个数字的平方和。如果使用 list 来实现,方法如下。
>>> # 创建列表对象 squares >>> squares = [x*x for x in range(10_000_000)]>>> # 计算它们的总和>>> sum(squares)333333283333335000000>>> squares.__sizeof__()81528032复制代码
如上所示,list 对象占据 81528032 字节。我们考虑使用 generator 进行相同的操作,代码如下。
>>> # 创建 generator 对象,保存每个数的平方数>>> squares_gen = (x*x for x in range(10_000_000))>>> # 计算它们的总和>>> sum(squares_gen)333333283333335000000>>> squares_gen.__sizeof__()96复制代码
跟使用 list 相比,使用 generator 内存开销小得多,只有 96 字节。原因很简单———— generator 不需要获取所有的元素。相反,它只需要获取各个元素在序列中的位置,创建下一个元素并呈现它,而且不必保存在内存中。
本文中,我们整理了 list 应用的一些关键要领。这些该做的和不该做的都非常清晰明了。我估计你会在合适的场景中用到它。下面是本文内容的小结。
大量免费学习推荐,敬请访问python教程(视频)
以上就是Python 列表推导式使用注意事项的详细内容,更多请关注php中文网其它相关文章!
已抢65658个
抢已抢30677个
抢已抢16892个
抢已抢8561个
抢已抢11049个
抢已抢22836个
抢