Python 学习笔记 #5 —— Comprehension 解析式
Posted on 2020-05-16 20:58 in CS
What is List Comprehensions
PEP 202 -- List Comprehensions 原文链接。
List Comprehensions 是一种 python 语法扩展，它可以实现用 for 和 if 语句直接构建 list。
Examples
#!text
>>> print [i for i in range(10)]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> print [i for i in range(20) if i%2 == 0]
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
>>> nums = [1, 2, 3, 4]
>>> fruit = ["Apples", "Peaches", "Pears", "Bananas"]
>>> print [(i, f) for i in nums for f in fruit]
[(1, 'Apples'), (1, 'Peaches'), (1, 'Pears'), (1, 'Bananas'),
(2, 'Apples'), (2, 'Peaches'), (2, 'Pears'), (2, 'Bananas'),
(3, 'Apples'), (3, 'Peaches'), (3, 'Pears'), (3, 'Bananas'),
(4, 'Apples'), (4, 'Peaches'), (4, 'Pears'), (4, 'Bananas')]
>>>> print [(i, f) for i in nums for f in fruit if f[0] == "P"]
[(1, 'Peaches'), (1, 'Pears'),
(2, 'Peaches'), (2, 'Pears'),
(3, 'Peaches'), (3, 'Pears'),
(4, 'Peaches'), (4, 'Pears')]
>>> print [(i, f) for i in nums for f in fruit if f[0] == "P" if i%2 == 1]
[(1, 'Peaches'), (1, 'Pears'), (3, 'Peaches'), (3, 'Pears')]
>>> print [i for i in zip(nums, fruit) if i[0]%2==0]
[(2, 'Peaches'), (4, 'Bananas')]
Why Comprehensions
如果想用从一个 list 中挑选出一部分满足条件的元素组成一个新的 list，该怎么做？
- 方法一：最直观简单的方法，写一个
for循环，然后从中挨个挑选出符合条件的元素 - 方法二：使用函数式编程中的
map()/filter()
既然方法一和方法二都能实现相同的功能，为什么还需要再提出 list comprehensions 呢？
答案是：为了更加优雅的构建 list。
方法一虽然简单但是很臃肿，方法二要调用两个函数（map/filter, lambda）仍然不够简化，所以出现了 list comprehensions， 它实际上来自于函数式编程语言 Haskell，提供了另外一种更加简洁的实现方法（Simple is better than complex.）。
Understanding and Using List Comprehensions
以数学的角度理解 list comprehensions
下面这个集合表示从自然数中挑选出符合条件 x > 5 且 x < 10 的所有元素，
下面是 Python 的实现版本，
#!python
new-list = [x for x in N if x > 0 and x < 10]
对比一下 python 版本的代码就可以知道两者非常相似，只不过 python 用 for 和 if 语句来描述数学中的条件表达式。尤其是 python 中有集合 set 的概念，set 也是可以写成 comprehensions 形式的，这个时候就和数学就完全等价了。
如何写 list comprehensions
因为 list comprehensions 本质是 for 和 if 的简洁写法，所以我们可以总结出一个模板，只要满足这个模板的 for 循环就可以改成写 list comprehensions.
#!python
for item in old-list:
if condition(item):
new-list.append(func(item))
可以改写成下面的形式
#!python
new-list = [func(item) for item in old-list if condition(item)]
循环嵌套的 list comprehensions
循环嵌套的 list comprehensions 例子：将矩阵展平，
#!python
for row in matrix:
for n in row:
flattened.append(n)
可以写成
#!python
flattend = [n for row in matrix for n in row]
提高 list comprehensions 的可读性
因为 python 支持在括号之间断行，所以前面的例子，可以改写成下面的形式以提高可读性：
#!python
new-list = [
func(itme)
for item in old-list
if condition(itme)
]
flattend = [
n
for row in matrix
for n in row
]
小结
无论是单层还是嵌套的 for 循环，改成 list comprehensions 的方法其实方法非常简单，就是把普通的 for 循环调整了顺序，将循环内的语句写在了最前面，剩余部分按原顺序写就可以了。
- 上面的语法只适用于一个元素（the Right One）
- 不允许写成
[x, y for ...]形式，但是可以写成一个 tuple 元素的形式[(x, y) for ...] - 允许嵌套形式
[... for x... for y...]，就像嵌套循环一样，最后一个 index 是变化最快的
GvR 也说 map() / filter() 函数用起来实在太繁琐了，我们应该多使用 comprehensions。但是我们应该记住，谨防滥用。
filter and map should die and be subsumed into list comprehensions, not grow more variants. I'd rather introduce built-ins that do iterator algebra (e.g. the iterzip that I've often used as an example).
（关于 iterator，后面的学习笔记中会有介绍。）
Dict Comprehensions
PEP 274 -- Dict Comprehensions 原文链接。
dict comprehensions 和 list comprehensions 非常相似，不同之处就是采用 dict 的相关语法：用 {} 而不是 []，同时关键字 for 前面的部分表达式改成了用冒号隔开的 key-value 对。
#!text
>>> print {i : chr(65+i) for i in range(4)}
{0 : 'A', 1 : 'B', 2 : 'C', 3 : 'D'}
>>> print {k : v for k, v in someDict.iteritems()} == someDict.copy()
1
>>> print {x.lower() : 1 for x in list-of-email-addrs}
{'barry@zope.com' : 1, 'barry@python.org' : 1, 'guido@python.org' : 1}
>>> def invert(d):
... return {v : k for k, v in d.iteritems()}
...
>>> d = {0 : 'A', 1 : 'B', 2 : 'C', 3 : 'D'}
>>> print invert(d)
{'A' : 0, 'B' : 1, 'C' : 2, 'D' : 3}
>>> {(k, v): k+v for k in range(4) for v in range(4)}
... {(3, 3): 6, (3, 2): 5, (3, 1): 4, (0, 1): 1, (2, 1): 3,
(0, 2): 2, (3, 0): 3, (0, 3): 3, (1, 1): 2, (1, 0): 1,
(0, 0): 0, (1, 2): 3, (2, 0): 2, (1, 3): 4, (2, 2): 4, (
2, 3): 5}
Set Comprehensions
set comprehensions 和 list comprehensions 非常相似，唯一的区别就是用 {} 而不是 []。
#!python
squared = {x**2 for x in [1, 1, 2]}
print(squared)
显然因为最终生成的是集合，所以重复元素只会保存一个。