共计 1885 个字符，预计需要花费 5 分钟才能阅读完成。
Python 推导式是一种独特的数据处理形式，能够从一个数据序列构建另一个新的数据序列的构造体。
Python 反对各种数据结构的推导式：
- 列表 (list) 推导式
- 字典 (dict) 推导式
- 汇合 (set) 推导式
- 元组 (tuple) 推导式
列表推导式格局
[表达式 for 变量 in 列表] [out_exp_res for out_exp in input_list]或者 [表达式 for 变量 in 列表 if 条件][out_exp_res for out_exp in input_list if condition]
- out_exp_res：列表生成元素表达式，能够是有返回值的函数。
- for out_exp in input_list：迭代 input_list 将 out_exp 传入到 out_exp_res 表达式中。
- if condition：条件语句，能够过滤列表中不符合条件的值。
过滤掉长度小于或等于 3 的字符串列表，并将剩下的转换成大写字母：
实例
>>> names = ['Bob','Tom','alice','Jerry','Wendy','Smith']
>>> new_names = [name.upper()for name in names if len(name)>3]
>>> print(new_names)
['ALICE', 'JERRY', 'WENDY', 'SMITH']计算 30 以内能够被 3 整除的整数：
实例
>>> multiples = [i for i in range(30) if i % 3 == 0]
>>> print(multiples)
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27]字典推导式
{key_expr: value_expr for value in collection}或{key_expr: value_expr for value in collection if condition}
应用字符串及其长度创立字典：
实例
listdemo = ['Google','Runoob', 'Taobao']
# 将列表中各字符串值为键，各字符串的长度为值，组成键值对
>>> newdict = {key:len(key) for key in listdemo}
>>> newdict
{'Google': 6, 'Runoob': 6, 'Taobao': 6}提供三个数字，以三个数字为键，三个数字的平方为值来创立字典：
实例
>>> dic = {x: x**2 for x in (2, 4, 6)}
>>> dic
{2: 4, 4: 16, 6: 36}
>>> type(dic)
<class 'dict'>汇合推导式
汇合推导式根本格局：
{expression for item in Sequence}或{expression for item in Sequence if conditional}
计算数字 1,2,3 的平方数：
实例
>>> setnew = {i**2 for i in (1,2,3)}
>>> setnew
{1, 4, 9}判断不是 abc 的字母并输入：
实例
>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'d', 'r'}
>>> type(a)
<class 'set'>元组推导式
元组推导式能够利用 range 区间、元组、列表、字典和汇合等数据类型，疾速生成一个满足指定需要的元组。
元组推导式根本格局：
(expression for item in Sequence)或(expression for item in Sequence if conditional)
元组推导式和列表推导式的用法也完全相同，只是元组推导式是用 () 圆括号将各局部括起来，而列表推导式用的是中括号 []，另外元组推导式返回的后果是一个生成器对象。
例如，咱们能够应用上面的代码生成一个蕴含数字 1~9 的元组：
实例
>>> a = (x for x in range(1,10))
>>> a
<generator object <genexpr> at 0x7faf6ee20a50> # 返回的是生成器对象
>>> tuple(a) # 应用 tuple() 函数，能够间接将生成器对象转换成元组
(1, 2, 3, 4, 5, 6, 7, 8,最近刚好整顿了 Python 书籍材料电子版等材料，都打包好了，须要的小伙伴可间接返回公众号【Python 编程学习圈】支付，关注回复关键词【学习材料】即可收费获取，蕴含有入门到进阶、爬虫、数据分析等方向的材料教程，不要错过啦！
正文完
