使用 Python 列表推导式优化您的代码

Python 是一种功能强大且用途广泛的编程语言，广泛用于从 Web 开发到数据分析和机器学习的各个领域。使 Python 脱颖而出的众多功能之一是其简洁易读的语法，这可以显着提高生产力和代码质量。在这些特征中，列表推导式特别值得注意。

列表推导式提供了一种在 Python 中创建列表的紧凑方法。它们是语法结构，使您能够通过对现有可迭代对象中的每个项目应用表达式来生成新列表。这通常可以在一行代码中完成，不仅使您的代码更短，而且更具可读性和表现力。

基本语法

Python 中的列表推导式提供了一种创建列表的简洁方法。基本语法很简单，可以分为以下几个部分：

1. Expression：这是要包含在新列表中的项或转换。
2. Iterable：这是现有列表或从中生成新列表元素的任何可迭代对象。
3. Optional Condition：这允许您仅包含 iterable 中满足特定条件的某些元素。

列表推导式的一般格式如下：

new_list = [expression for item in iterable if condition]

为了更好地理解这一点，看一个简单的例子：

示例 1：基本列表推导式

假设想从数字列表中创建一个平方数列表：

numbers = [1, 2, 3, 4, 5]
squares = [n * n for n in numbers]
print(squares)  # Output: [1, 4, 9, 16, 25]

在此示例中：

• 表达式为 n * n，它计算每个数字的平方。
• item 为 n，表示 Numbers 列表中的每个元素。
• iterable 是数字列表。

示例 2：带条件的列表推导式

现在，让从同一个数字列表中创建一个偶数方块列表：

even_squares = [n * n for n in numbers if n % 2 == 0]
print(even_squares)  # Output: [4, 16]

在此示例中：

• 条件if n % 2 == 0 过滤列表以在对偶数进行平方之前仅包含偶数。

这些示例演示了列表推导式的简单性和强大功能。它们允许您以清晰简洁的方式转换和过滤列表。

列表推导式的优点

列表推导式不仅仅是句法糖;它们提供了几个可以改进代码的实际好处。以下是一些主要优势：

1. 可读性

列表推导式提供了一种清晰简洁的创建列表的方法。它们通常可以用更易于阅读和理解的单行代码替换更长、更复杂的代码。这提高了代码的整体可读性，使其他人更容易访问它（稍后您自己也可以更轻松地访问它）。

例：

将以下传统 for 循环与列表推导式进行比较：

传统的 for 循环：

numbers = [1, 2, 3, 4, 5]
squares = []
for n in numbers:
    squares.append(n * n)
print(squares)  # Output: [1, 4, 9, 16, 25]

列表推导式：

numbers = [1, 2, 3, 4, 5]
squares = [n * n for n in numbers]
print(squares)  # Output: [1, 4, 9, 16, 25]

列表推导式版本更短，立即传达了创建平方数列表的意图。

2. 性能

列表推导式可能比传统的 for 循环更快，因为它们针对创建列表的任务进行了优化。这是由于 Python 处理推导式执行的方式，这可能会导致性能提升，尤其是对于大型数据集。

例：

为了了解性能差异，我们来比较一下两种方法的执行时间：

传统的 for 循环：

import time

numbers = list(range(1, 1000000))
start_time = time.time()
squares = []
for n in numbers:
    squares.append(n * n)
end_time = time.time()
print(f"Traditional for-Loop time: {end_time - start_time} seconds")

列表推导式：

start_time = time.time()
squares = [n * n for n in numbers]
end_time = time.time()
print(f"List comprehension time: {end_time - start_time} seconds")

运行这些代码段通常会显示列表推导式的执行速度更快。

3. 紧凑性

列表推导式允许您编写更紧凑、更富有表现力的代码。这可以减少行数，并使列表转换的逻辑更加明确。

例：

创建偶数列表：

传统的 for 循环：

numbers = [1, 2, 3, 4, 5]
evens = []
for n in numbers:
    if n % 2 == 0:
        evens.append(n)
print(evens)  # Output: [2, 4]

列表推导式：

numbers = [1, 2, 3, 4, 5]
evens = [n for n in numbers if n % 2 == 0]
print(evens)  # Output: [2, 4]

列表理解更加紧凑和清晰。这些优点使列表推导式成为 Python 中的强大工具。它们可以简化您的代码、提高性能并使您的逻辑更加透明。

列表推导式示例

为了真正掌握列表推导式的强大功能和灵活性，看一下演示不同用例的各种示例。这些示例将包括基本转换、条件的使用、嵌套推导式以及在推导式中合并函数。

基本示例

示例 1：创建平方数列表

已经看到了这个例子，但它是强化这个概念的一个很好的起点。

numbers = [1, 2, 3, 4, 5]
squares = [n * n for n in numbers]
print(squares)  # Output: [1, 4, 9, 16, 25]

示例 2：将字符串转换为大写

假设有一个字符串列表，并且想将每个字符串转换为大写。

words = ['hello', 'world', 'python', 'is', 'awesome']
uppercase_words = [word.upper() for word in words]
print(uppercase_words)  # Output: ['HELLO', 'WORLD', 'PYTHON', 'IS', 'AWESOME']

条件语句示例

示例 3：筛选偶数

让从现有列表中创建一个偶数列表。

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
evens = [n for n in numbers if n % 2 == 0]
print(evens)  # Output: [2, 4, 6, 8, 10]

示例 4：根据字符串长度进行筛选

可以根据字符串的长度来过滤字符串。

words = ['apple', 'banana', 'cherry', 'date']
short_words = [word for word in words if len(word) <= 5]
print(short_words)  # Output: ['apple', 'date']

嵌套列表推导式

当想要展平列表列表或需要对嵌套结构中的元素执行推导时，可以使用嵌套列表推导式。

示例 5：拼合列表

假设有一个列表列表们想把它扁平化成一个列表。

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
print(flattened)  # Output: [1, 2, 3, 4, 5, 6, 7, 8, 9]

示例 6：乘以嵌套列表中的元素

将嵌套列表中的每个元素乘以 2。

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
doubled = [[num * 2 for num in row] for row in matrix]
print(doubled)  # Output: [[2, 4, 6], [8, 10, 12], [14, 16, 18]]

在列表推导式中使用函数

还可以将函数应用于列表推导式中的元素。

示例 7：将函数应用于每个元素

假设有一个函数来计算一个数字的平方。

def square(n):
    return n * n

numbers = [1, 2, 3, 4, 5]
squares = [square(n) for n in numbers]
print(squares)  # Output: [1, 4, 9, 16, 25]

示例 8：组合字符串

让将列表中的字符串与另一个字符串连接起来。

names = ['Alice', 'Bob', 'Charlie']
greetings = [f'Hello, {name}!' for name in names]
print(greetings)  # Output: ['Hello, Alice!', 'Hello, Bob!', 'Hello, Charlie!']

这些示例展示了 Python 中列表推导式的多功能性和强大功能。它们允许您以简洁易读的方式对列表执行各种操作。

与传统 Loop 的比较

为了更好地理解列表推导式的好处，让直接将它们与传统的 for 循环进行比较。将检查语法和性能方面。

语法比较

传统的 for 循环：

numbers = [1, 2, 3, 4, 5]
squares = []
for n in numbers:
    squares.append(n * n)
print(squares)  # Output: [1, 4, 9, 16, 25]

列表推导式：

numbers = [1, 2, 3, 4, 5]
squares = [n * n for n in numbers]
print(squares)  # Output: [1, 4, 9, 16, 25]

在语法方面：

• 列表推导版本更紧凑，通常更容易阅读。
• 它直接表达了将数字转换为正方形的意图，而无需额外的代码行。

性能比较

列表推导式通常比传统的 for 循环更快，因为它们在 Python 中的实现进行了优化。

例：

比较一下使用这两种方法计算大量数字的平方的性能：

import time

# Generating a large list of numbers
numbers = list(range(1, 1000000))

# Using traditional for-loop
start_time = time.time()
squares = []
for n in numbers:
    squares.append(n * n)
end_time = time.time()
print(f"Traditional for-loop time: {end_time - start_time} seconds")

# Using list comprehension
start_time = time.time()
squares = [n * n for n in numbers]
end_time = time.time()
print(f"List comprehension time: {end_time - start_time} seconds")

当您运行此代码时，您可能会观察到列表推导式版本的执行速度比传统的 for 循环版本快。这种性能提升可能非常显著，尤其是对于较大的数据集。

结论

虽然两种方法都获得了相同的结果，但列表推导式提供了：

• 简单性：它们减少了您需要编写的代码量，并使您的代码更加简洁和可读。
• 性能：它们针对速度进行了优化，与传统的 for 循环相比，可以缩短执行时间。

但是，请务必注意，在某些情况下，尤其是在可读性可能受到影响或处理复杂情况时，传统的 for 循环可能仍然更可取。始终优先考虑代码的清晰度和可维护性。