Python推导式之字典推导式和集合推导式使用指南

一、字典推导式：快速构建与数据映射

第1步：根据序列生成初始键值对

目的：将指定范围的数值自动计算并绑定为对应的字典结构。

操作示例如下，范围参数控制生成的最大键值：

# dict1 = {k:v for i in range(1, 5)}
dict1 = {i: i**2 for i in range(1, 5)}
print(dict1)
# {1: 1, 2: 4, 3: 9, 4: 16}

完成判断：控制台正常输出包含1至4键值对的字典对象，且未触发语法错误。

第2步：同步合并两个独立列表

目的：按相同索引顺序，将列表1的字段名与列表2的实际值组合成字典。

# 场景A：2个列表数据个数一样
list1 = ['name', 'age', 'sex']
list2 = ['Python自学网', '30', '女']
dict1 = {list1[i]:list2[i] for i in range(len(list1))}
print(dict1)
# {'name': 'Python自学网', 'age': '30', 'sex': '女'}

# 场景B：2个列表数据个数不一样
list1 = ['name', 'age', 'sex', 'id']
list2 = ['Python自学网', '30', '女']
dict1 = {list1[i]:list2[i] for i in range(len(list2))}
print(dict1)
# {'name': 'Python自学网', 'age': '30', 'sex': '女'}

逻辑校验：当两列表长度不一致时，推导式默认以较短列表的长度为准进行遍历。若强行使用较长列表的`len()`作为范围上限，程序会抛出索引越界异常；采用较短列表长度则可自动实现数据截断匹配，避免报错。

第3步：按需提取与过滤字典数据

目的：在原字典基础上，仅保留满足指定数值条件的键值对。

counts = {'HP': 189, 'DELL': 220, 'Lenovo': 180, 'MBP': 261, 'acer': 65}
# 获取所有键值对数据，判断v值大于等于200 ---》 返回字典
# print(counts.items())
dict1 = {key: value for key, value in counts.items() if value >= 200}
print(dict1)
# {'DELL': 220, 'MBP': 261}

完成判断：新生成的`dict1`仅包含数量达标的数据，非目标字段已被精准剔除，内存占用更低。

二、集合推导式：高效去重与数值计算

相较于字典推导式，集合推导式侧重于数据的快速清洗与数学运算。其核心价值在于自动消除冗余条目。

第4步：将列表二次方映射为无重复集合

目的：遍历原列表计算平方值，并自动滤除重复项生成集合。

list1 = [2, 2, 4]
set1 = {i ** 2 for i in list1}
print(set1)  # {16, 4}

原理说明：集合内置哈希去重机制，即使输入包含多个相同的计算源（如示例中的两次2），最终输出的集合也只会保留唯一的结果值。{4, 16}即为去重后的正确形态。

总结与安全维护建议

字典推导式擅长快速构建配置表与条件筛洗，集合推导式则适用于数据清洗与唯一值统计。在实际编写过程中，建议在合并异构列表前先检查长度差异，必要时增加`try-except`捕获或转为`zip()`处理，以确保生产环境稳定。以上就是Python字典与集合推导式快速上手的详细内容，更多关于Python基础数据结构操作的资料请关注本站其它相关文章！