Python怎么使用列表推导式_Python列表推导式使用技巧-Python教程-PHP中文网

Python怎么使用列表推导式_Python列表推导式使用技巧

冰火之心

发布： 2025-09-11 20:03:01

原创

957人浏览过

列表推导式是一种简洁高效的创建列表的方法，其基本语法为 [expression for item in iterable if condition]，适用于生成新列表、筛选数据及处理嵌套结构；相比传统for循环，它更简洁且性能优，但复杂逻辑下可读性较差。

python怎么使用列表推导式_python列表推导式使用技巧

列表推导式是Python中一种高效简洁的创建列表的方式，它允许你用一行代码完成循环和条件判断，从而生成新的列表。它不仅提高了代码的可读性，还能在某些情况下提升性能。

使用列表推导式，可以极大地简化代码，让你的Python程序更具表现力。

Python列表推导式使用技巧

列表推导式的基础语法是什么？

列表推导式的基本语法结构是

[expression for item in iterable if condition]

登录后复制

。

立即学习“Python免费学习笔记（深入）”；

expression: 对
```
item
```
登录后复制
进行操作的表达式，结果将作为新列表的元素。
item: 可迭代对象
```
iterable
```
登录后复制
中的每个元素。
iterable: 一个可迭代对象，如列表、元组、字符串或
```
range()
```
登录后复制
函数。
condition (可选): 一个条件表达式，只有当条件为
```
True
```
登录后复制
时，
```
item
```
登录后复制
才会被处理。

例如，创建一个包含0到9的平方的列表：

squares = [x**2 for x in range(10)]
print(squares)  # 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

登录后复制

再比如，筛选一个列表中的偶数：

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = [x for x in numbers if x % 2 == 0]
print(even_numbers)  # 输出: [2, 4, 6, 8, 10]

登录后复制

如何使用列表推导式处理更复杂的数据结构？

列表推导式不仅可以处理简单的数字列表，还可以处理更复杂的数据结构，比如嵌套列表或字典。

例如，将一个嵌套列表展平：

表单大师AI

一款基于自然语言处理技术的智能在线表单创建工具，可以帮助用户快速、高效地生成各类专业表单。

查看详情

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
print(flattened)  # 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

登录后复制

这个例子中，首先迭代

matrix

登录后复制

中的每一行 (

row

登录后复制

)，然后在迭代每一行中的每一个数字 (

num

登录后复制

)，最终将所有数字放入一个新列表中。这种嵌套的列表推导式可能一开始看起来有点绕，但习惯之后会发现它非常强大。

再比如，从一个字典列表中提取特定键的值：

data = [
    {'name': 'Alice', 'age': 25},
    {'name': 'Bob', 'age': 30},
    {'name': 'Charlie', 'age': 35}
]
names = [person['name'] for person in data]
print(names)  # 输出: ['Alice', 'Bob', 'Charlie']

登录后复制

这里，我们迭代

data

登录后复制

中的每一个字典 (

person

登录后复制

)，然后提取

name

登录后复制

键对应的值。

列表推导式与传统的for循环相比，有什么优势和劣势？

列表推导式的主要优势在于其简洁性和可读性。用一行代码就能完成原本需要多行

for

登录后复制

循环才能实现的功能。此外，在某些情况下，列表推导式的性能可能比

for

登录后复制

循环更好，因为Python解释器可以对列表推导式进行优化。

然而，列表推导式也有其局限性。当逻辑过于复杂时，列表推导式可能会变得难以阅读和维护。在这种情况下，使用传统的

for

登录后复制

循环可能更合适。此外，列表推导式会一次性生成整个列表，如果处理的数据量非常大，可能会占用大量内存。

例如，一个复杂的列表推导式：

# 假设我们有一个学生列表，每个学生都有姓名和成绩，我们想筛选出成绩大于80分的学生的名字，并将其转换为大写
students = [
    {'name': 'Alice', 'score': 85},
    {'name': 'Bob', 'score': 75},
    {'name': 'Charlie', 'score': 90},
    {'name': 'David', 'score': 82}
]

# 使用列表推导式
high_scorers = [student['name'].upper() for student in students if student['score'] > 80]
print(high_scorers) # 输出: ['ALICE', 'CHARLIE', 'DAVID']

# 使用for循环
high_scorers_loop = []
for student in students:
    if student['score'] > 80:
        high_scorers_loop.append(student['name'].upper())
print(high_scorers_loop) # 输出: ['ALICE', 'CHARLIE', 'DAVID']

登录后复制

在这个例子中，列表推导式和