Python列表推导式:语法、条件与嵌套应用详解
本文深入解析Python列表推导式的核心用法,涵盖基础语法结构、带条件的元素筛选以及多层嵌套的高级应用。通过具体代码实例展示如何高效处理列表数据、提取矩阵元素及生成笛卡尔积,帮助开发者掌握这一简洁强大的编程技巧,提升代码可读性与执行效率。
列表推导式是Python中一种简洁高效的创建列表的方法,它允许通过一行代码完成迭代、计算和过滤操作。
最基本的列表推导式由表达式和目标变量组成,遍历可迭代对象中的每个元素。
[expression for target in iterable]
在基础语法之上,可以添加条件表达式来过滤元素,只有满足条件的元素才会被包含在结果列表中。
[expression for target in iterable if condition]列表推导式支持多层嵌套,允许在单个表达式中遍历多个可迭代对象,实现复杂的数据组合与处理。
[expression for target1 in iterable1 if condition1
for target2 in iterable2 if condition2
...
for targetN in iterableN if conditionN]
通过具体代码示例,可以直观地看到列表推导式在不同场景下的实际应用效果。
x = [1, 2, 3, 4, 5]
x = [i * 2 for i in x]
print(x)
# [2, 4, 6, 8, 10]
y = [i for i in range(10)]
print(y)
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 获取矩阵第二列
matrix = [
[1, 2, 3],
[3, 5, 6],
[7, 8, 9]
]
col2 = [row[1] for row in matrix]
print(col2)
# [2, 5, 8]
# 获取矩阵主对角线元素
matrix = [
[1, 2, 3],
[3, 5, 6],
[7, 8, 9]
]
diag = [matrix[i][i] for i in range(len(matrix))]
print(diag)
diag2 = [matrix[i][len(matrix) - i - 1] for i in range(len(matrix))]
print(diag2)
# [1, 5, 9]
# [3, 5, 7]
# 创建内嵌列表
a = [[0] * 3 for i in range(3)]
print(a)
a[1][1] = 5
print(a)
# [[0, 0, 0], [0, 0, 0], [0, 0, 0]]
# [[0, 0, 0], [0, 5, 0], [0, 0, 0]]
# 20以内偶数列表
b = [i for i in range(20) if i % 2 == 0]
print(b)
# [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
# 筛选F开头的单词
words = ['Great', 'FishC', 'Brilliant', 'Excellent', 'Fantistic']
res = [word for word in words if word.startswith('F')]
print(res)
# ['FishC', 'Fantistic']
# 展开二维列表
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
flatten = [col for row in matrix for col in row ]
print(flatten)
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
列表推导式的功能完全可以通过传统的for循环实现,但推导式通常更加简洁易读。
flatten = []
for row in matrix:
for col in row:
flatten.append(col)
# 笛卡尔积
fulljoin = [x + y for x in '12345' for y in 'abcde']
print(fulljoin)
# ['1a', '1b', '1c', '1d', '1e', '2a', '2b', '2c', '2d', '2e', '3a', '3b', '3c', '3d', '3e', '4a', '4b', '4c', '4d', '4e', '5a', '5b', '5c', '5d', '5e']
ans = [[x, y] for x in range(10) if x % 2 == 0 for y in range(10) if y % 3 == 0]
print(ans)
# [[0, 0], [0, 3], [0, 6], [0, 9], [2, 0], [2, 3], [2, 6], [2, 9], [4, 0], [4, 3], [4, 6], [4, 9], [6, 0], [6, 3], [6, 6], [6, 9], [8, 0], [8, 3], [8, 6], [8, 9]]
掌握列表推导式的各种变体,能够显著提升Python代码的编写效率与质量。
希望本文能帮助您更好地理解和使用Python列表推导式,欢迎持续关注获取更多技术分享!
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













