开源图书《Python完全自学教程》6.4解析

老齐

发布于 2022-07-06 15:53:29

1.3K0

文章被收录于专栏：老齐教室老齐教室

6.4 解析

解析（Comprehension，或翻译为“推导”）是一种典型的 Python 语法，可以在列表、字典、元组、集合上使用（注意，Python 2 只有列表解析），解析式可以针对任何可迭代对象，通过一行代码，完成循环语句中多行代码的任务。

6.4.1 列表解析

创建列表并在其中添加某些成员，这是一种比较常见的操作，比如创建一个列表，其中的成员要求是1~9的整数的平方，用6.3节中学过的 for 循环，可以这样实现：

>>> lst = []
>>> for i in range(1, 10):
...     lst.append(i * i)
...
>>> lst
[1, 4, 9, 16, 25, 36, 49, 64, 81]

如果用本节所要介绍的列表解析，就变成了：

>>> [i * i for i in range(1, 10)]   # (1)
[1, 4, 9, 16, 25, 36, 49, 64, 81]

对比两部分代码，后者更简洁，此外，后者运行时间还更短。对此，可以写个程序检验一下。

#coding:utf-8
'''
testcomprehension.py
'''
import time

start = time.time()
lst = [i * i for i in range(100000)]
end = time.time()
delta = end - start

print(f"list comprehension time: {delta}")

start2 = time.time()
lst2 = []
for i in range(100000):
    lst.append(i * i)
end2 = time.time()
delta2 = end2 - start2

print(f"for loop time: {delta2}")
print(f"(list comprehension) / (for loop) = {delta/delta2:.3f}")

执行程序，结果如下：

% python testcomprehension.py
list comprehension time: 0.01116490364074707
for loop time: 0.02745819091796875
(list comprehension) / (for loop) = 0.407

不同的机器，上述结果会有所差异。在我的机器上，如果要生成一个由 100000以内的正整数的平方为成员的列表，使用列表解析要比使用 for 循环速度快，而且还快不少。

所以，非常有必要认真学习这个强大的工具。

以注释（1）为例，列表解析的基本结构是：

[expression for member in iterable]

其中的“expression”意为表达式，不仅仅可以是注释（1）中所示的数学算式，还可以有其他形式，比如：

>>> str_int = [str(i) for i in range(10)]
>>> str_int
['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
>>> [i for i in '521']
['5', '2', '1']

此外，也可以在列表解析中增加条件，语法结构为：

[expression for member in iterable (if conditional)]

例如，选出列表 ['anwang', 'microsoft', 'ibm', 'compaq', 'lenovo', 'dell'] 中含有字母 'a' 的单词：

>>> lst = ['anwang', 'microsoft', 'ibm', 'compaq', 'lenovo', 'dell']
>>> [word for word in lst if 'a' in word]    # (2)
['anwang', 'compaq']

特别注意，注释（2）中的列表解析，将条件判断放在了最后的位置，不要放在 for 关键词之前。

读者可以用此方法重写此前 for 循环中很多程序，比如6.3.1节的 divisibility.py ，求 50以内能被 3 整除的非负整数：

lst = [i for i in range(50) if i % 3 == 0]
print(f"numbers divisible by 3: {lst}")

以上介绍的是列表解析的基本形式，在此基础上，还可以有很多变化，比如嵌套列表解析。

>>> matrix = [
... [1,2,3,4],
... [5,6,7,8],
... [9,10,11,12]]
>>> matrix
[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]

变量 matrix 应用了一个嵌套列表，我们可以把它看做一个 3\times4 的矩阵，如果用已学过的知识，将这个矩阵转置，即实现：

\begin{bmatrix}1&2&3&4\\5&6&7&8\\9&10&11&12\end{bmatrix}^{\rm{T}}=\begin{bmatrix}1&5&9\\2&6&10\\3&7&11\\4&8&12\end{bmatrix}

对此类操作都有专用工具（如 Numpy ，参阅第12章12.4节），在真实的工程项目中，也一定要用专用工具。下面的代码仅仅是为了演示如何实现嵌套列表解析，故称之为“玩具代码”，勿要搬用到实际工作中。

>>> [[row[i] for row in matrix] for i in range(4)]    # (3)
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

注释（3）的列表解析有两层，for row in matrix 循环 matrix 的列表成员，相当于矩阵的行；for i in range(4) 依次得到每行——是一个列表——的成员索引。

同样的问题，常常有多个解决方法——真实世界的问题不是只有一个答案。

>>> list(zip(*matrix))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

请读者结合6.3.2节中学过的 zip() 函数理解上述操作——又是“温故而知新”。

再看这样一个问题，更要读者熟练掌握已学知识。

>>> gender = ['male', 'female', 'male', 'female', 'female', 'female']
>>> [0 if gen == 'female' else 1 for gen in gender]    # (4)
[1, 0, 1, 0, 0, 0]

列表 gender 由 'male' 和 'female' 组成，若将这类数据用于机器学习，必须转化为数字。通常用 0 表示 'female' ，1 表示 'male' 。注释（4）的列表解析就是要实现此目的。可能觉得它有点违背前述列表解析的结构，为什么 if 放在了 for 的前面？请务必仔细观察，在注释（4）中，“ 0 if gen == 'female' else 1 ”是一个单元，即6.2节中学过的“三元操作”，本质上它是一个表达式，对应着列表解析结构中的 expression 。

6.4.2 字典和集合解析

除了列表解析之外，字典、集合也能应用解析的形式，例如：

>>> lst = [random.randint(1, 10) for _ in range(100)]
>>> lst
[10, 4, 4, 1, 2, 5, 2, 2, 4, 3, 10, 4, 5, 6, 7, 6, 3, 4, 1, 6, 2, 9, 1, 5, 4, 4, 5, 6, 2, 10, 1, 9, 8, 5, 6, 7, 1, 1, 3, 10, 9, 4, 2, 5, 5, 9, 4, 7, 7, 8, 2, 6, 6, 8, 8, 10, 3, 9, 2, 3, 10, 1, 3, 5, 5, 5, 4, 6, 8, 5, 2, 4, 5, 7, 9, 6, 5, 4, 4, 7, 2, 5, 8, 2, 6, 2, 10, 2, 5, 4, 8, 8, 2, 4, 7, 1, 4, 8, 10, 6]

用列表解析得到了 100 个从 1~10 中随机选出的整数，其中 for _ in range(100) 表示重复 100 次，因为此过程中用不到循环语句中的变量，所以用下划线 _ 表示——这是习惯写法。下面从列表中挑出大于 5 的数字，并组成一个集合。

>>> {n for n in lst if n > 5}    # (5)
{6, 7, 8, 9, 10}

注释（5）即为集合解析，与列表解析相比，不同之处仅为外面包裹的符号变为了“ { } ”，里面的结构完全一样。

字典解析亦与之类似。以6.3.2节中将 myinfor = {"publish":"phei", "site":"itdiffer.com", "lang":"python"} 的键、值对调练习为例：

>>> myinfor = {"publish":"phei", "site":"itdiffer.com", "lang":"python"}
>>> {v: k for k, v in myinfor.items()}
{'phei': 'publish', 'itdiffer.com': 'site', 'python': 'lang'}

本节开头提到过，元组也可以用于解析，但是，此处不对此给予介绍，留待第9章9.7节学习，因为它还另有深意。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2022-05-19，如有侵权请联系 cloudcommunity@tencent.com 删除

python

本文分享自老齐教室微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

python

登录后参与评论

0 条评论

热度