告别繁琐循环：Python 推导式 (Comprehensions) 终极入门指南

专栏导读

• 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

• 🏳️‍🌈 个人博客主页：请点击——> 个人的博客主页 求收藏

• 🏳️‍🌈 Github主页：请点击——> Github主页 求Star⭐

• 🏳️‍🌈 知乎主页：请点击——> 知乎主页 求关注

• 🏳️‍🌈 CSDN博客主页：请点击——> CSDN的博客主页 求关注

• 👍 该系列文章专栏：请点击——>Python办公自动化专栏 求订阅

• 🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏 求订阅

• 📕 此外还有python基础专栏：请点击——>Python基础学习专栏 求订阅

• 文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

• ❤️ 欢迎各位佬关注！ ❤️

告别繁琐循环：Python 推导式 (Comprehensions) 终极入门指南

1. 前言：为什么要学习推导式？

在 Python 的世界里，你经常会听到一个词——Pythonic（具有 Python 风格的）。它代表了代码的简洁、优雅和高效。而**推导式（Comprehensions）**正是 Pythonic 代码的典型代表。

作为初学者，你可能习惯使用传统的for循环来创建列表或处理数据。虽然这没有错，但 Python 提供了一种更强大的工具，能让你用一行代码完成过去需要三四行才能做到的事情，而且通常运行速度更快。

本文将带你从零开始，系统地掌握 Python 中的列表、字典、集合推导式以及生成器表达式。

2. 预备知识

在开始之前，请确保你已经了解以下基础概念：

• 列表 (List)、字典 (Dictionary)和集合 (Set)的基本用法。
• for循环的基本结构。
• if条件语句的基本用法。

3. 核心指南：一步步掌握推导式

3.1 列表推导式 (List Comprehensions)

这是最常用的一种推导式。它的核心目的是：基于一个现有的列表（或可迭代对象），通过某种运算或筛选，创建一个新的列表。

传统写法 vs. 推导式写法

假设我们需要创建一个包含 0 到 9 的平方数的列表。

传统写法 (for循环 +append):

squares=[]forxinrange(10):squares.append(x*x)print(squares)# 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

推导式写法:

squares=[x*xforxinrange(10)]print(squares)# 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

语法解构

列表推导式的基本语法如下：

[表达式for变量in可迭代对象]

• [...]: 方括号表示结果是一个列表。
• x * x(表达式): 这是你希望放入新列表的元素（也就是append里的内容）。
• for x in range(10): 循环逻辑，定义数据的来源。

进阶：带条件的列表推导式

如果你只想保留符合特定条件的元素（例如，只计算偶数的平方），该怎么办？

语法：

[表达式for变量in可迭代对象if条件]

示例代码：

# 只计算 0-9 中偶数的平方even_squares=[x*xforxinrange(10)ifx%2==0]print(even_squares)# 输出: [0, 4, 16, 36, 64]

注意：这里的if语句相当于过滤器，只有满足条件的x才会进入表达式计算。

3.2 字典推导式 (Dictionary Comprehensions)

除了列表，Python 也允许你快速构建字典。

语法：

{键表达式:值表达式for变量in可迭代对象}

注意这里使用的是花括号{}，并且包含冒号:来分隔键和值。

示例：将列表转换为字典
假设你有两个列表，一个是名字，一个是年龄，你想把它们合并成一个字典。

names=['Alice','Bob','Charlie']ages=[24,30,18]# 使用 zip 函数将两个列表打包user_dict={name:ageforname,ageinzip(names,ages)}print(user_dict)# 输出: {'Alice': 24, 'Bob': 30, 'Charlie': 18}

示例：筛选字典
提取所有年龄大于 20 的用户：

adults={name:ageforname,ageinuser_dict.items()ifage>20}print(adults)# 输出: {'Alice': 24, 'Bob': 30}

3.3 集合推导式 (Set Comprehensions)

集合（Set）的特点是无序且不重复。集合推导式的语法与字典推导式非常相似，也是使用花括号{}，但没有冒号。

语法：

{表达式for变量in可迭代对象}

示例：由列表生成去重后的集合

raw_data=[1,2,2,3,4,4,5]# 提取数据并计算平方，自动去重unique_squares={x*xforxinraw_data}print(unique_squares)# 输出: {1, 4, 9, 16, 25} (顺序可能不同，因为集合是无序的)

3.4 特别篇：生成器表达式 (Generator Expressions)

这是一个经常被初学者忽略但极其重要的概念。如果你将列表推导式的方括号[]换成圆括号()，你得到的不是元组（Tuple），而是一个生成器（Generator）。

语法：

(表达式for变量in可迭代对象)

区别在于内存占用：

• 列表推导式：一次性生成所有数据，放入内存。如果数据量有一亿条，内存可能会爆掉。
• 生成器表达式：惰性求值（Lazy Evaluation）。它不会立刻计算结果，而是当你需要下一个数据时（比如在循环中），它才临时计算。

示例：

# 创建生成器gen=(x*xforxinrange(5))print(gen)# 输出: <generator object <genexpr> at 0x...> (看不到具体数据)# 获取数据forvalingen:print(val)# 依次输出: 0, 1, 4, 9, 16

最佳实践：如果你处理的数据量非常大，或者你只需要遍历一次数据，请优先使用生成器表达式。

4. 常见误区与注意事项

虽然推导式很强大，但“能力越大，责任越大”。以下是初学者容易犯的错误：

4.1 避免过度嵌套

推导式可以嵌套（即推导式里套推导式），但这会极大地降低代码的可读性。

反面教材（难以阅读）：

# 扁平化一个矩阵matrix=[[1,2,3],[4,5,6],[7,8,9]]flat=[numforrowinmatrixfornuminrow]# 这种双重循环在一行里很容易看晕

如果逻辑超过了两层循环或包含了复杂的条件判断，请直接使用普通的for循环。代码是写给人看的，不仅仅是给机器执行的。

4.2 别为了“炫技”而使用

不要在推导式中执行带有“副作用”的操作（例如print()函数）。推导式的初衷是创建新的数据结构，而不是用来执行流程控制。

错误示范：

[print(x)forxinrange(5)]# 这是一个糟糕的写法！

正确做法：

forxinrange(5):print(x)

5. 总结

恭喜你！你已经掌握了 Python 中提升代码质量的利器。让我们回顾一下核心要点：

1. 列表推导式[...]：最常用的替代for循环创建列表的方法。
2. 字典推导式{k:v ...}：快速构建或转换字典。
3. 集合推导式{...}：用于去重和集合运算。
4. 生成器表达式(...)：节省内存，适合处理大数据。
5. 核心原则：保持简洁。如果一行代码写不下或读不懂，就换回普通的循环。

下一步行动建议：
打开你之前的 Python 代码，找出一个使用了for循环和append来创建列表的地方，尝试将其重构为列表推导式。这将是你迈向 Python 高手的第一步！

结尾

• 希望对初学者有帮助；致力于办公自动化的小小程序员一枚

• 希望能得到大家的【❤️一个免费关注❤️】感谢！

• 求个 🤞 关注 🤞 +❤️ 喜欢 ❤️ +👍 收藏 👍

• 此外还有办公自动化专栏，欢迎大家订阅：Python办公自动化专栏

• 此外还有爬虫专栏，欢迎大家订阅：Python爬虫基础专栏

• 此外还有Python基础专栏，欢迎大家订阅：Python基础学习专栏