共计 4259 个字符，预计需要花费 11 分钟才能阅读完成。
什么是推导式
大家好，今天为大家带来问我最喜欢的 Python 推导式使用指南，让我们先来看看定义~
推导式（comprehensions）是 Python 的一种独有特性，推导式是可以从一个数据序列构建另一个新的数据序列的结构体。一般有三种使用最多的推导式：
列表推导式（list comprehensions）
字典推导式（dict comprehensions）
集合推导式（set comprehensions）
使用推导式可以简化代码的同时提高效率，在我的个人使用场景中，用的最多的还是列表推导式，接下来我会一一介绍这三种常见的推导式，最后通过一个简单实战发现推导式的高效之处
列表推导式（list comprehensions）
模板
首先，让我们看看使用列表推导式的基础模板：
[expression for item in list if conditional]
简单来说，遍历一个 list，得到每一个元素 item，我们相对 item 进行哪些操作，写在 expression 里就可以，如果对筛选有什么条件，可以放在 if 后面
下面可以通过大量实例帮助大家理解
使用实例
先看第一个小栗子，在这里我们用 for 循环常规遍历一个字符串‘human’，把每一字母作为元素放在一个叫 h_letters 的数组里面：
h_letters = []
for letter in ‘human’:
h_letters.append(letter)
print(h_letters)
Out：[‘h’, ‘u’, ‘m’, ‘a’, ‘n’]
如果我们根据列表推导式的定义模板，可以简化如下：
h_letters = [letter for letter in ‘human’]
print(h_letters)
Out: [‘h’, ‘u’, ‘m’, ‘a’, ‘n’]
这样的话便捷了很多，看上去也很容易理解，这里我们在 expression 部分什么都没有些，只是提出了每个元素而已，运行时的 python 执行方式如下：
我们可以在 expression 的部分进行很多操作，比如:
h_letters = [letter.upper() for letter in ‘human’ ]
print(h_letters)
Out: [‘H’, ‘U’, ‘M’, ‘A’, ‘N’]
这样我们可以很容易的实现字母的大小写转化
同样的，我们可以在 if 后面写出筛选条件，比如这里，我们想要提出从 -20 ~ 20 中所有能被 3 整除的正数：
result = [num for num in range(-20,20)
if num %3==0 and num > 0]
print(result) #多个条件可以用 and 连接
Out: [3, 6, 9, 12, 15, 18]
列表推导式的实际应用场景十分广泛，它于 lambda 不同，是真正好理解，提成效率的 python 特性之一，这里相信聪明的你已经想到了更多用法！
字典推导式（dict comprehensions）
模板
让我们看先来看使用字典推导式的基础模板：
{key:value for key,value in existing_data_structure}
这里和 list 有所不同，因位 dict 里面有两个关键的属性，key 和 value，大同小异，我们现在的 expression 部分可以同时对 key 和 value 进行操作
下面来看最常见的应用
使用实例
首先最实用的功能莫过于可以实现一个 dict 的 key，value 值互换：
person = {‘name’:’xiaobai’,’city’:’paris’}
person_reverse = {v:k for k,v in person.items()} #简单互换 key 和 value 的值即可
print(person_reverse)
Out: {‘xiaobai’: ‘name’, ‘paris’: ‘city’}
这里就非常方便了用字典推导式，不然的话只能用 for 循环，会稍微麻烦一些。让我们再看下一个很巧的例子：
nums = {‘a’:10,’b’:20,’A’:5,’B’:3,’d’:4}
num_frequency = {k.lower():nums.get(k.lower(),0) + nums.get(k.upper(),0)
for k in nums.keys()}
print(num_frequency)
Out: {‘a’: 15, ‘b’: 23, ‘d’: 4}
这里使用的就比较灵活，我们有一个数据，key 是字母的大小写混在一起，我们想统计同一个 key（大小写都包括）所对应的数字出现总和，所以在新建的 num_frequency 字典用使用了推导式，这里我们遍历的是 dict.keys() 配合 dict.get() 方法
再比如下面的例子：
fruit = [‘apple’,’banana’,’organge’,’mango’,’peach’]
fruit_len = {f:len(f) for f in fruit}
print(fruit_len)
Out：{‘apple’: 5, ‘banana’: 6, ‘organge’: 7, ‘mango’: 5, ‘peach’: 5}
我们有一个 fruit 的 list，现在想要得到每一种水果的单词长度，就可以通过图中所示的方法实现，非常容易
最后再来看一个字典推导式配合枚举（enumerate）的例子:
fruit = [‘apple’,’organge’,’banana’,’mango’,’peach’]
fruit_positon = {v:i for i,v in enumerate(fruit)}
print(fruit_positon)
Out: {‘apple’: 0, ‘organge’: 1, ‘banana’: 2, ‘mango’: 3, ‘peach’: 4}
还是用刚才的 list，这次我们得到的 key 是 fruit 的每个元素，value 则是该元素在 fruit 所属的 index
集合推导式（Set comprehensions）
模板
让我们看先来看使用集合推导式的基础模板：
{expression for item in Sequence if conditional}
其实集合推导式和 list 的推导式很像，但是既然是结合，肯定会配合利用 Set 的属性来实现我们的目的，如果你还对 Set 这种数据结构不够了解，可以参考我之前的文章：Python 进阶之路 (四) 先立 Flag, 社区最全的 Set 用法集锦
下面来看最常见的应用
使用实例
首先，我们来看一个根据 Set 值唯一的特性的例子，我们有一个 list 叫 names，用来存储名字，其中的数据很不规范，有大写，小写，还有重复的，我们想要去重并把名字的格式统一为首字母大写，实现方法便是用 Set 推导式：
names = [‘Bob’, ‘JOHN’, ‘alice’, ‘bob’, ‘ALICE’, ‘James’, ‘Bob’,’JAMES’,’jAMeS’]
names_standard = {n[0].upper()+n[1:].lower() for n in names}
print(names_standard)
Out: {‘John’, ‘Bob’, ‘James’, ‘Alice’}
这里就不再举很多的其他例子了，因为使用的方式多种多样，剩下的就靠广大人民群众的智慧自行开发即可！
简单实战
现在让我们来看一个比较综合的例子！我们现在手里有一个英文字典的 dictionary.txt 文件，包含从 A~Z 的单词
具体需求：我们想要找到长度大于 5 的正反拼写都具有实际含义的单词
我们现在会通过各种推导式来实现这个目标，我会在文章最后把 txt 文件及 Python 文件下载链接附上，这样大家如果先要练习可以自行下载
首先，我们的初始目录结构如下：
这里我新建了一个 test 文件夹，把 dictionary.txt 文件和 python 文件放在一起方便读取，开始之前，先大概看下 txt 文件长什么样子：
第一步：读取 dictionary.txt 中的单词，选出长度大于 5 的
import os
print(os.getcwd())
with open(‘dictionary.txt’) as dictionary_file:
words = (line.rstrip() for line in dictionary_file)
words_over_five_letters = [w for w in words if len(w)>5 ]
这里通过列表推导式 words_over_five_letters 用来存储所有长度大于 5 的单词
第二步：将上一步选出的单词全部倒序存贮
reversed_words ={
word[::-1]
for word in words_over_five_letters
}
通过 set 推导式非常容易的实现
第三步：通过 if 条件筛选得出结果
reversible_words = [
word
for word in words_over_five_letters
if word in reversed_words
]
for word in reversible_words[0:20]:
print(word)
Out：
abrood
agenes
amaroid
amunam
animal
animes
bruted
darter
decart
decurt
deedeed
deflow
degami
degener
degged
deified
deifier
deliver
denier
这里最后共有 203 个结果，我们只看了前 20 个，验证方法就是只要长度大于 5 的单词同时存在于 reversed_words 和 words_over_five_letters 即可
完整代码如下：
import os
print(os.getcwd())
with open(‘dictionary.txt’) as dictionary_file:
words = (line.rstrip() for line in dictionary_file)
words_over_five_letters = [w for w in words if len(w)>5 ]
reversed_words ={
word[::-1]
for word in words_over_five_letters
}
reversible_words = [
word
for word in words_over_five_letters
if word in reversed_words
]
for word in reversible_words[0:20]:
print(word)
资料下载
dictionary.txt
dictionary.py
总结
这次为大家总结了 python 里面常见的三种推导式相关用法以及最后的小实战环节，希望大家喜欢，双击 666 点个赞吧！！
