Python中推导式和表达式

在 Python 中，推导式（Comprehensions） 和 生成器表达式（Generator Expressions） 是简洁高效的数据结构构造方式，适用于 列表（List）、元组（Tuple）、字典（Dictionary）、集合（Set） 和 生成器（Generator）。

1. 列表推导式（List Comprehension）

作用：快速生成列表，比 for 循环更简洁高效。
语法：[expression for item in iterable if condition]

示例

(1) 基本形式

squares = [x ** 2 for x in range(10)]
print(squares)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

(2) 带条件过滤

even_squares = [x ** 2 for x in range(10) if x % 2 == 0]
print(even_squares)  # [0, 4, 16, 36, 64]

(3) 嵌套循环

pairs = [(x, y) for x in [1, 2, 3] for y in [3, 1, 4] if x != y]
print(pairs)  # [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

2. 元组推导式（Tuple Comprehension）

注意：Python 没有真正的 "元组推导式"，但可以用 tuple() 包裹生成器表达式。
语法：tuple(expression for item in iterable if condition)

示例

even_numbers = tuple(x for x in range(10) if x % 2 == 0)
print(even_numbers)  # (0, 2, 4, 6, 8)

3. 字典推导式（Dictionary Comprehension）

作用：快速生成字典。
语法：{key_expr: value_expr for item in iterable if condition}

示例

(1) 基本形式

square_dict = {x: x ** 2 for x in range(5)}
print(square_dict)  # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

(2) 交换键值

original = {'a': 1, 'b': 2, 'c': 3}
swapped = {v: k for k, v in original.items()}
print(swapped)  # {1: 'a', 2: 'b', 3: 'c'}

(3) 条件过滤

filtered_dict = {k: v for k, v in original.items() if v > 1}
print(filtered_dict)  # {'b': 2, 'c': 3}

4. 集合推导式（Set Comprehension）

作用：生成不重复的无序集合。
语法：{expression for item in iterable if condition}

示例

unique_squares = {x ** 2 for x in [-2, -1, 0, 1, 2]}
print(unique_squares)  # {0, 1, 4}

5. 生成器表达式（Generator Expression）

作用：惰性计算（按需生成值），节省内存。
语法：(expression for item in iterable if condition)

示例

(1) 基本形式

gen = (x ** 2 for x in range(10))
print(gen)  # <generator object <genexpr> at 0x7f8c0a2b3d60># 逐个取值
for num in gen:print(num, end=" ")  # 0 1 4 9 16 25 36 49 64 81

(2) 与 sum()、max() 等函数结合

sum_of_squares = sum(x ** 2 for x in range(10))
print(sum_of_squares)  # 285

总结对比

应用场景

• 列表推导式：适合构造新列表，如 [x * 2 for x in lst]

• 字典推导式：适合转换字典，如 {k: v * 2 for k, v in d.items()}

• 集合推导式：适合去重，如 {x % 5 for x in nums}

• 生成器表达式：适合大数据处理（避免内存爆炸），如 sum(x ** 2 for x in range(10**6))

性能优化

• 生成器 > 列表推导式（内存更优）

• map() + filter() 比推导式更快（但可读性较差）

# 生成器（内存高效）
gen = (x ** 2 for x in range(10**6) if x % 2 == 0)# 列表推导式（立即计算）
lst = [x ** 2 for x in range(10**6) if x % 2 == 0]

掌握推导式可以大幅提升 Python 代码的简洁性和效率！