使用 Python 列表推導式優化您的代碼

Python 是一種功能強大且用途廣泛的編程語言，廣泛用於從 Web 開發到數據分析和機器學習的各個領域。使 Python 脫穎而出的眾多功能之一是其簡潔易讀的語法，這可以顯著提高生產力和代碼質量。在這些特徵中，列表推導式特別值得注意。

列表推導式提供了一種在 Python 中創建列表的緊湊方法。它們是語法結構，使您能夠通過對現有可迭代對象中的每個項目應用表達式來生成新列表。這通常可以在一行代碼中完成，不僅使您的代碼更短，而且更具可讀性和表現力。

基本語法

Python 中的列表推導式提供了一種創建列表的簡潔方法。基本語法很簡單，可以分為以下幾個部分：

1. Expression：這是要包含在新列表中的項或轉換。
2. Iterable：這是現有列表或從中生成新列表元素的任何可迭代對象。
3. Optional Condition：這允許您僅包含 iterable 中滿足特定條件的某些元素。

列表推導式的一般格式如下：

new_list = [expression for item in iterable if condition]

為了更好地理解這一點，看一個簡單的例子：

示例 1：基本列表推導式

假設想從數字列表中創建一個平方數列表：

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：

• 表達式為 n * n，它計算每個數字的平方。
• item 為 n，表示 Numbers 列表中的每個元素。
• iterable 是數字列表。

示例 2：帶條件的列表推導式

現在，讓從同一個數字列表中創建一個偶數方塊列表：

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

在此示例中：

• 條件if n % 2 == 0 過濾列表以在對偶數進行平方之前僅包含偶數。

這些示例演示了列表推導式的簡單性和強大功能。它們允許您以清晰簡潔的方式轉換和過濾列表。

列表推導式的優點

列表推導式不僅僅是句法糖;它們提供了幾個可以改進代碼的實際好處。以下是一些主要優勢：

1. 可讀性

列表推導式提供了一種清晰簡潔的創建列表的方法。它們通常可以用更易於閱讀和理解的單行代碼替換更長、更複雜的代碼。這提高了代碼的整體可讀性，使其他人更容易訪問它（稍後您自己也可以更輕鬆地訪問它）。

例：

將以下傳統 for 循環與列表推導式進行比較：

傳統的 for 循環：

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

列表推導式：

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

列表推導式版本更短，立即傳達了創建平方數列表的意圖。

2. 性能

列表推導式可能比傳統的 for 循環更快，因為它們針對創建列表的任務進行了優化。這是由於 Python 處理推導式執行的方式，這可能會導致性能提升，尤其是對於大型數據集。

例：

為了了解性能差異，我們來比較一下兩種方法的執行時間：

傳統的 for 循環：

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")

列表推導式：

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")

運行這些代碼段通常會顯示列表推導式的執行速度更快。

3. 緊湊性

列表推導式允許您編寫更緊湊、更富有表現力的代碼。這可以減少行數，並使列錶轉換的邏輯更加明確。

例：

創建偶數列表：

傳統的 for 循環：

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

列表推導式：

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

列表理解更加緊湊和清晰。這些優點使列表推導式成為 Python 中的強大工具。它們可以簡化您的代碼、提高性能並使您的邏輯更加透明。

列表推導式示例

為了真正掌握列表推導式的強大功能和靈活性，看一下演示不同用例的各種示例。這些示例將包括基本轉換、條件的使用、嵌套推導式以及在推導式中合併函數。

基本示例

示例 1：創建平方數列表

已經看到了這個例子，但它是強化這個概念的一個很好的起點。

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

示例 2：將字元串轉換為大寫

假設有一個字元串列表，並且想將每個字元串轉換為大寫。

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

條件語句示例

示例 3：篩選偶數

讓從現有列表中創建一個偶數列表。

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：根據字元串長度進行篩選

可以根據字元串的長度來過濾字元串。

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

嵌套列表推導式

當想要展平列表列表或需要對嵌套結構中的元素執行推導時，可以使用嵌套列表推導式。

示例 5：拼合列表

假設有一個列表列表們想把它扁平化成一個列表。

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

將嵌套列表中的每個元素乘以 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]]

在列表推導式中使用函數

還可以將函數應用於列表推導式中的元素。

示例 7：將函數應用於每個元素

假設有一個函數來計算一個數字的平方。

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：組合字元串

讓將列表中的字元串與另一個字元串連接起來。

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

這些示例展示了 Python 中列表推導式的多功能性和強大功能。它們允許您以簡潔易讀的方式對列表執行各種操作。

與傳統 Loop 的比較

為了更好地理解列表推導式的好處，讓直接將它們與傳統的 for 循環進行比較。將檢查語法和性能方面。

語法比較

傳統的 for 循環：

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

列表推導式：

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

在語法方面：

• 列表推導版本更緊湊，通常更容易閱讀。
• 它直接表達了將數字轉換為正方形的意圖，而無需額外的代碼行。

性能比較

列表推導式通常比傳統的 for 循環更快，因為它們在 Python 中的實現進行了優化。

例：

比較一下使用這兩種方法計算大量數字的平方的性能：

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")

當您運行此代碼時，您可能會觀察到列表推導式版本的執行速度比傳統的 for 循環版本快。這種性能提升可能非常顯著，尤其是對於較大的數據集。

結論

雖然兩種方法都獲得了相同的結果，但列表推導式提供了：

• 簡單性：它們減少了您需要編寫的代碼量，並使您的代碼更加簡潔和可讀。
• 性能：它們針對速度進行了優化，與傳統的 for 循環相比，可以縮短執行時間。

但是，請務必注意，在某些情況下，尤其是在可讀性可能受到影響或處理複雜情況時，傳統的 for 循環可能仍然更可取。始終優先考慮代碼的清晰度和可維護性。