Python進階之列表推導與生成器表示式詳解

在python學習的過程中，我們最先接觸到的就是python的陣列，元組，字典等基礎型別，但很少有人深入討論python的內建序列型別以及它們的高階使用姿勢。

深度學習python的內建序列，不僅能讓我們編寫的API更加的易用簡介，也能夠更好的理解python中各種序列的特性。

在本文中，我們就來一起解鎖python內建序列的高階用法，玩轉pyhon序列。

內建序列型別

python中有很多的序列型別，主要可以分為以下兩類：

• 容器序列：能存放不同資料型別的資料的序列。（list, tuple, collections.deque）
• 扁平序列：只能容納一種型別的序列。（str, bytes, bytearray, memoryview, array.array）

說明：扁平序列儲存的是一段連續的記憶體空間，而容器序列存放的是它們包含的任意型別物件的參照。

另外，序列型別還可以從可修改與不可修改的角度進行分類，主要能被分成以下兩類：

• 可變序列：list, bytearray, array.array, collections.deque, memoryview
• 不可變序列：str, tuple, bytes

為了深入的討論可變序列與不可變序列的差異，我們看下面這個UML圖：

在上圖中，繼承從子類指向超類，可以看到可變序列（MutableSequence）繼承了不可變序列（Sequence）的很多方法。與此同時，通過UML圖我們也可以更直觀的發現其不同的地方，這有助於我們瞭解後續的內建序列型別的差異。

列表推導與生成器表示式

列表推導

相信大家已經對基礎的序列型別list有了初步的瞭解與認識，但當我們想要建立一個新的陣列時，往往會想到使用for迴圈遍歷生成。

其實在python中還存在一種構建列表的方法叫做列表推導(list comprehension)，它是構建列表的快捷方式，同時也能夠使你的程式碼更加易讀與簡潔。假設我們需要建立從0到10的一個列表，我們來看下面的兩段程式碼：

# 不使用列表推導
example_list_01 = []
for i in range(10):
   example_list_01.append(i)
print(example_list_01)

>>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 列表推導
example_list_01 = [i for i in range(10)]
print(example_list_01)

>>> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

相信大部分人第一時間都會考慮使用第一種方法進行列表的建立，但明顯使用了列表推導（生成器表示式推導列表）的例子看起來更加簡便且易讀。我們再來看一個更復雜的例子，假設我們想要尋找10以內的偶數，我們看下面兩段程式碼：

# 不使用列表推導
example_list_02 = []
for i in range(10):
    if i % 2 == 0:
       example_list_02.append(i)
print(example_list_02)

# 列表推導
example_list_02 = [i for i in range(10) if i % 2 == 0]
print(example_list_02)

顯然，下面的程式碼可讀性更強且更為簡單。另外，使用filter也能夠完成上述的功能，但是可讀性並不強。我們使用filter完成上述功能的程式碼如下：

example_list_03 = list(filter(lambda i: i % 2 == 0, range(10)))
print(example_list_03)

顯然，這樣的可讀性並不強。

在列表推導中，我們還可以將自己的函數或者python內建函數直接對生成的陣列進行處理，請看下面這個例子：

def deal(num):
    return '處理過的' + str(num)

deal_list = [deal(i) for i in range(10)]
print(deal_list )

>>> ['處理過的0',
 '處理過的1',
 '處理過的2',
 '處理過的3',
 '處理過的4',
 '處理過的5',
 '處理過的6',
 '處理過的7',
 '處理過的8',
 '處理過的9']

最後，我們再用列表推導表示式嘗試計算笛卡爾積並與for迴圈完成的相同的功能做對比，請看下面的程式碼：

colors = ['紅色','藍色','綠色']
clothes = ['上衣','褲子','運動鞋']

clothes_list_01 = []
for color in colors:
    for clothe in clothes:
        clothes_list_01.append((color,clothe))
print('未使用列表推導：',clothes_list_01)

clothes_list_02 = [(color,clothe) for color in colors for clothe in clothes]
print('使用列表推導：',clothes_list_01)

結果如下：

未使用列表推導： [('紅色', '上衣'), ('紅色', '褲子'), ('紅色', '運動鞋'), 
('藍色', '上衣'), ('藍色', '褲子'), ('藍色', '運動鞋'), ('綠色', '上衣'), ('綠色', '褲子'), ('綠色', '運動鞋')]
使用列表推導： [('紅色', '上衣'), ('紅色', '褲子'), ('紅色', '運動鞋'), 
('藍色', '上衣'), ('藍色', '褲子'), ('藍色', '運動鞋'), ('綠色', '上衣'), ('綠色', '褲子'), ('綠色', '運動鞋')]

可以看到輸出的結果是完全相同的，但是利用列表推導的程式碼更為簡潔。

生成器表示式

雖然使用上述的列表推導語法也可以生成元組等其他型別的序列，但是使用生成器表示式會更好。生成器並不是先建立一個完整的列表再將其傳遞到某個建構函式內，而是逐個產出元素，這會更加的節省記憶體。

我們看下面幾個例子，用來了解生成器表示式是如何生成字典與元組的。

# 使用生成器表示式構建字典
dict_transform_list = [('APPLE', '蘋果'), ('BNANA', '香蕉'), ('PEAR', '梨子')]
dict_01 = {key: value for key,value in dict_transform_list}

>>>{'APPLE': '蘋果', 'BNANA': '香蕉', 'PEAR': '梨子'}

# 使用生成器表示式構建元組
tuple_01 = tuple(i for i in range(10))

>>>(0, 1, 2, 3, 4, 5, 6, 7, 8, 9)

總結

在本文中，介紹了生成器與表示式的用法，幫助我們快速建立陣列以及其他序列，解鎖了python序列的新姿勢。

到此這篇關於Python進階之列表推導與生成器表示式詳解的文章就介紹到這了,更多相關Python列表推導 生成器表示式內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！