高級語法

除了像上面介紹的 [x ** 2 for x in L] 這種基本語法之外，列表推導(dǎo)式還有一些高級的擴(kuò)展。

4.1. 帶有if語句

我們可以在 for 語句后面跟上一個 if 判斷語句，用于過濾掉那些不滿足條件的結(jié)果項。

例如，我想去除列表中所有的偶數(shù)項，保留奇數(shù)項，可以這么寫：

>>> L = [1, 2, 3, 4, 5, 6]
>>> L = [x for x in L if x % 2 != 0]
>>> L
[1, 3, 5]

4.2. 帶有for嵌套

在復(fù)雜一點的列表推導(dǎo)式中，可以嵌套有多個 for 語句。按照從左至右的順序，分別是外層循環(huán)到內(nèi)層循環(huán)。

例如：

>>> [x + y for x in 'ab' for y in 'jk']
['aj', 'ak', 'bj', 'bk']

4.3. 既有if語句又有for嵌套

列表推導(dǎo)式可以帶任意數(shù)量的嵌套 for 循環(huán)，并且每一個 for 循環(huán)后面都有可選的 if 語句。

通用語法：

[ expression for x in X [if condition]
             for y in Y [if condition]
             ...
             for n in N [if condition] ]

例如，下面的代碼輸出了0~4之間的偶數(shù)和奇數(shù)的組合。

>>> [(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)]

等價于下面的一般 for 循環(huán)：

>>> L = []
>>> for x in range(5):
...     if x % 2 == 0:
...         for y in range(5):
...             if y % 2 == 1:
...                 L.append((x, y))
>>> L
[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]

4.4. 列表推導(dǎo)式生成矩陣

生成矩陣的方式有多種，例如手動賦值、一般for循環(huán)，還有就是列表推導(dǎo)式。如果我們要用列表推導(dǎo)式生成下面的矩陣，可以怎么寫？

>>> M = [[1, 2, 3],
... [4, 5, 6],
... [7, 8, 9]]

一種方法是：

>>> M = [[x, x+1, x+2] for x in [1, 4, 7]]
>>> M
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

矩陣的列數(shù)少時可以使用這種方法。

如果矩陣的列數(shù)較多，我們可以使用另外一種方式：在循環(huán)變量的表達(dá)式中使用列表推導(dǎo)式。

具體代碼如下：

>>> M = [[y for y in range(x, x+3)] for x in [1, 4, 7]]
>>> M
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

與之前帶 for 嵌套的語法不同，這個例子中，實際使用的是最基本的 [expression for x in L] 語法，只有一個 for 語句。

復(fù)雜的地方在于前面的變量表達(dá)式 expression 不再是簡單的變量運(yùn)算，而是一個列表推導(dǎo)式，在這個例子中就是 [y for y in range(x, x+3)] 。
內(nèi)層的列表推導(dǎo)式返回一個行向量，而這些行向量經(jīng)由外層的列表推導(dǎo)式，最終形成一個二維列表，也就是我們想要的矩陣。

當(dāng)然，在實際的應(yīng)用中不能單純追求代碼的簡潔，還要考慮到代碼的可讀性和維護(hù)成本。
如果代碼變得過于復(fù)雜，不易于理解，我們寧可多寫幾行代碼來增加它的可讀性。

5. 生成器表達(dá)式

生成器表達(dá)式與列表推導(dǎo)式的語法相同，區(qū)別在于生成器表達(dá)式的外面使用圓括號，而列表推導(dǎo)式使用方括號。

有關(guān)生成器的介紹，請參考這篇文章：《Python高級編程之初識生成器》

6. 集合推導(dǎo)式和字典推導(dǎo)式

注意：集合推導(dǎo)式和字典推導(dǎo)式只有在Python2.7以及之后的版本中才有，Python2.7之前的版本不支持這兩種推導(dǎo)式。

集合推導(dǎo)式的語法與列表推導(dǎo)式相同，只需要把外面的方括號改成花括號即可。

例如，我們可以通過以下方式來生成一個集合：

>>> {x ** 2 for x in [1, 2, 2]}
{1, 4}

字典推導(dǎo)式的外面也是使用花括號，不過花括號的內(nèi)部需要包含鍵值兩部分。

在值不重復(fù)的情況下，我們可以通過字典推導(dǎo)式快速交換鍵值對：

>>> D = {'a':1, 'b':2, 'c':3}
>>> D = {value: key for key, value in D.items()}
>>> D
{1: 'a', 2: 'b', 3: 'c'}

from：http://www./article/2017/02/python-advanced-programming-list-comprehensions/

lix = [];
for x in range(1, 101):
    lix.push(x ** 2)
執(zhí)行結(jié)果：lix = [1,4,9,16,25.....]

lix = [x * x for x in range(1, 101) if x % 2 == 0]
執(zhí)行結(jié)果：lix = [4,16,36.....]

也可以在循環(huán)過程中，來使用多層循環(huán)嵌套，實現(xiàn)更加復(fù)雜的效果

lix = [x + y  for x in "abc" for y in "xyz"]
執(zhí)行結(jié)果：['ax', 'ay', 'az', 'bx', 'by', 'bz', 'cx', 'cy', 'cz']

列表動態(tài)構(gòu)建器

但是我們通過前面的學(xué)習(xí)已經(jīng)知道，這些數(shù)據(jù)都是加載到內(nèi)存中的，如果列表中的數(shù)據(jù)量比較大的情況下，內(nèi)存消耗是比較嚴(yán)重的
在某些情況下，我們只需要使用列表中的一部分?jǐn)?shù)據(jù)，后面的數(shù)據(jù)并不是特別關(guān)心，如：通過列表來記錄一個符合某種規(guī)則的序列，每次我們只是關(guān)心下一個數(shù)據(jù)，并不關(guān)心后面的N條數(shù)據(jù)，應(yīng)該怎么做呢？比如我們需要一個奇數(shù)列表

# 常規(guī)構(gòu)建器的做法
lix = [2*x + 1 for x in range(1, 101)]
# 執(zhí)行結(jié)果：[1,3,5,7,9,11,13,15,17.....]
# * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
# 常規(guī)構(gòu)建器可以直接構(gòu)建生成
# 但是存在問題，如果一次構(gòu)建的數(shù)據(jù)量太大，會嚴(yán)重占用內(nèi)存
# 我們在使用該列表的時候，有可能只是使用前10項
# * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
# 使用列表動態(tài)構(gòu)建器
lix = (2 * x - 1 for x in range(1, 101))
# 執(zhí)行結(jié)果：print (lix) --> <generator object <genexpr> at 0x7f232e462048>
next(lix)
# 執(zhí)行結(jié)果：1
next(lix)
# 執(zhí)行結(jié)果：3
next(lix)
# 執(zhí)行結(jié)果：5
next(lix)
# 執(zhí)行結(jié)果：7
# * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
# 列表動態(tài)構(gòu)建器
# 和構(gòu)建器基本沒有區(qū)別，創(chuàng)建的時候列表中是沒有數(shù)據(jù)的
# 必須通過next()函數(shù)來獲取列表中的下一條數(shù)據(jù)

from：https://www.jianshu.com/p/fa3fda487f15



[]改成()，就創(chuàng)建了一個generator：
>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x1022ef630>

L和g的區(qū)別僅在于最外層的[]和()，L是一個list，而g是一個generator。
如果要一個一個打印出來，可以通過next()函數(shù)獲得generator的下一個返回值：
>>> next(g)
0
>>> next(g)
1
>>> next(g)
4
>>> next(g)
9
>>> next(g)
next(g)實在是太變態(tài)了，正確的方法是使用for循環(huán)，因為generator也是可迭代對象：
>>> g = (x * x for x in range(10))>>> for n in g:...     print(n)... 0149要把fib函數(shù)變成generator，只需要把print(b)改為yield b就可以了：fibprint(b)yield b
def fib(max):
    n, a, b = 0, 0, 1
    while n < max:
        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'


yield關(guān)鍵字，那么這個函數(shù)就不再是一個普通函數(shù)，而是一個generator：

>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>


return語句或者最后一行函數(shù)語句就返回。而變成generator的函數(shù)，在每次調(diào)用next()的時候執(zhí)行，遇到yield語句返回，再次執(zhí)行時從上次返回的yield語句處繼續(xù)執(zhí)行。
# * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *