Python列表推導式使用的注意事項有哪些

這篇文章主要介紹了Python列表推導式使用的注意事項有哪些，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。

Python 列表推導式并不是給初學者用的，因為它非常反直覺，甚至對于有其他編程語言背景的人也是如此。

我們接觸到 List 的使用時，學習的內容都是零散的。所以我們缺少一個關于如何在各種各樣的場景下使用 List 的知識體系。

本文提供了一些 List 的使用指南，盡可能涵蓋各個方面。希望本文可以成為你的一站式實用手冊。

使用建議

1.建議使用迭代的方式

使用 List 最基本的方式是以一個可迭代對象為基礎，創建一個 List 對象，這個可迭代對象可以是任意可以迭代元素的Python對象。使用方法如下。

[expression for item in iterable]

下面這段代碼展示了一個使用列表相關技術創建 List 對象的例子。在這個例子中，我們定義了一個 Integer 列表，并基于這個對象創建了保存每個數字的平方數和立方數的 List 對象。

>>> # 創建一個 Integer 列表
>>> integers = [1, 2, 3, 4, 5, 6]
>>> # 創建平方數和立方數列表
>>> powers = [(x*x, pow(x, 3)) for x in integers]
>>> print(powers)
[(1, 1), (4, 8), (9, 27), (16, 64), (25, 125), (36, 216)]

上面的例子把 List 對象當作迭代器使用。我們應該知道，許多類型的對象也是可迭代的，比如 List、Set、Dictionary 和 String 等等。其他數據類型，像 range、map、filter，以及 pandas 包中的 Series、DataFrame，都是可迭代的。下面的代碼演示了某些對象的使用方法。

>>> # 使用 range 對象
>>> integer_range = range(5)
>>> [x*x for x in integer_range]
[0, 1, 4, 9, 16]
>>> # 使用 Series 對象
>>> import pandas as pd
>>> pd_series = pd.Series(range(5))
>>> print(pd_series)
0    0
1    1
2    2
3    3
4    4
dtype: int64
>>> [x*x for x in pd_series]
[0, 1, 4, 9, 16]

2.如果只需用到其中的某些元素，應當使用條件判斷語句

假設你需要將符合某種條件的元素歸集起來，并創建一個 list。下面展示了相關的語法。

[expression for item in iterable if condition]

if 語句用來實現條件判斷。下面的代碼展示了這種用法的一個簡單示例。

>>> # 同樣創建一個 Integer 列表
>>> integers = [1, 2, 3, 4, 5, 6]
>>> # 篩選出偶數，創建一個這些偶數的平方數列表
>>> squares_of_evens = [x*x for x in integers if x % 2 == 0]
>>> print((squares_of_evens))
[4, 16, 36]

3.使用條件判斷語句

List 對象中還可以使用 if-else 形式的條件判斷，語法如下。

[expression0 if condition else expression1 for item in iterable]

這跟前面的那種用法有些類似，別把這兩種用法混淆。在本例中，條件語句本身是一個整體。下面的代碼提供了一個例子。

>>> # 創建一個 Integer 列表
>>> integers = [1, 2, 3, 4, 5, 6]
>>> # 遍歷 integers 中的元素，如果是偶數，取平方數存入新的列表
>>> # 如果是奇數，取立方數存入新的列表
>>> 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]

4.如果有嵌套結構，可以使用嵌套的循環

有可能可迭代對象中的元素自身也是可迭代的，盡管這種情況不太常見。如果你對嵌套的可迭代對象有興趣，可以使用 for 來實現循環嵌套。語法如下。

[expression for item_outer in iterable for item_inner in item_outer]
# 與下面的代碼等同
for item_outer in iterable:
    for item_inner in item_outer:
        expression

上面的代碼展示了使用for實現嵌套循環的例子。

>>> # 創建一個包含元組的列表
>>> prices = [('$5.99', '$4.99'), ('$3.5', '$4.5')]
>>> # 獲取元組中的每個價格，以此創建一個一維列表
>>> 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]

5.替換高階函數

有的人比較習慣函數式編程，比如使用高階函數也是這種習慣的表現之一。特別說明一下，高階函數是那些需要使用輸入或輸出參數的函數。在 Python 中，常用的高階函數有 map() 和 filter()。

>>> # 創建一個 integer 類型的列表
>>> integers = [1, 2, 3, 4, 5]
>>> # 使用 map 創建平方數列表
>>> squares_mapped = list(map(lambda x: x*x, integers))
>>> squares_mapped
[1, 4, 9, 16, 25]
>>> # 使用列表推導式創建平方數列表
>>> squares_listcomp = [x*x for x in integers]
>>> squares_listcomp
[1, 4, 9, 16, 25]
>>> # 使用 filter 取得 integers 中的偶數列表
>>> filtered_filter = list(filter(lambda x: x % 2 == 0, integers))
>>> filtered_filter
[2, 4]
>>> # 使用列表推導式取得 integers 中的偶數列表
>>> filterd_listcomp = [x for x in integers if x % 2 == 0]
>>> filterd_listcomp
[2, 4]

從上面的例子可以看出，使用 list 的某些特性比使用高階函數更具有可讀性，而且也能實現較復雜的嵌套結構。

1.不要忘了定義構造函數

有人認為列表推導式很酷炫，是 Python 特有的功能，所以為了炫耀自己的 Python 水平，即使有更好替代方案也要使用它。

>>> # 使用 range 創建列表對象
>>> numbers = [x for x in range(5)]
>>> print(numbers)
[0, 1, 2, 3, 4]
>>> # 以一個字符串為基礎，創建一個小寫字母的字符列表
>>> letters = [x.lower() for x in 'Smith']
>>> print(letters)
['s', 'm', 'i', 't', 'h']

上述例子中，我們使用了 range 和 string，這兩種數據結構都是可迭代的，list()構造函數可以直接使用 iterable 創建一個 list 對象。下面的代碼提供了更合理的解決方案。

>>> # 使用 range 創建列表對象
>>> numbers = list(range(5))
>>> print(numbers)
[0, 1, 2, 3, 4]
>>> # 以一個字符串為基礎，創建一個小寫字母的字符列表
>>> letters = list('Smith'.lower())
>>> print(letters)
['s', 'm', 'i', 't', 'h']

2.不要忘了生成器表達式

在 Python 中，生成器是一種特殊的可迭代對象，它會延遲加載元素，直到被請求才會加載。這在處理大量數據時會非常高效，它能提升存儲效率。相比之下，list 對象為了方便計數和索引，一次性創建所有的元素。所以跟生成器相比，在元素個數相同時，list 需要占用更多內存。

我們可以定義一個生成器函數來創建生成器。我們也可以使用下面的語句來創建生成器，這是一種稱為生成器表達式的方法。

(expression for item in iterable)

你可能會注意到，除了使用圓括號外，它的語法跟使用 list 的語句很相似。所以需要注意區分。

考慮下面這個例子。我們要計算前一百萬個數字的平方和。如果使用 list 來實現，方法如下。

>>> # 創建列表對象 squares
>>> squares = [x*x for x in range(10_000_000)]
>>> # 計算它們的總和
>>> sum(squares)
333333283333335000000
>>> squares.__sizeof__()
81528032

如上所示，list 對象占據 81528032 字節。我們考慮使用 generator 進行相同的操作，代碼如下。
>>> # 創建 generator 對象，保存每個數的平方數
>>> squares_gen = (x*x for x in range(10_000_000))
>>> # 計算它們的總和
>>> sum(squares_gen)
333333283333335000000
>>> squares_gen.__sizeof__()
96

跟使用 list 相比，使用 generator 內存開銷小得多，只有 96 字節。原因很簡單———— generator 不需要獲取所有的元素。相反，它只需要獲取各個元素在序列中的位置，創建下一個元素并呈現它，而且不必保存在內存中。

結論

本文中，我們整理了 list 應用的一些關鍵要領。這些該做的和不該做的都非常清晰明了。我估計你會在合適的場景中用到它。下面是本文內容的小結。

使用迭代的方式。Python 中有許多類型的 iterable，你應當在掌握基礎（list 和 tuple）的同時融會貫通。

使用條件判斷語句。如果你對在 iterable 中篩選某些元素感興趣，可以多多研究條件判斷。

使用條件判斷表達式。如果你需要有選擇性地獲取某些數據，可以使用條件判斷表達式。

使用嵌套的循環。如果你要處理嵌套的 iterable，可以使用嵌套的循環結構。

用 list 替代高階函數在很多情況下，可以用 list 替代高階函數。

不要忘記 list 的構造函數定義 list 的構造函數，可以使用 iterable 創建一個 list 對象。如果你直接使用 iterable，推薦用這個方法。

不要忘了生成器表達式它的語法與 list 中的語法相似。在處理大量的對象時，這是一種節省內存開銷的辦法。list 和 generator 不同的是，為了日后的索引和訪問， list 必須提前創建，如果元素個數很多，就會消耗很大的內存。

感謝你能夠認真閱讀完這篇文章，希望小編分享Python列表推導式使用的注意事項有哪些內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!