相关免费学习推荐：python视频教程
Python 列表推导式并不是给初学者用的，因为它非常反直觉，甚至对于有其他编程语言背景的人也是如此。
我们接触到 List 的使用时，学习的内容都是零散的。所以我们缺少一个关于如何在各种各样的场景下使用 List 的知识体系。
本文提供了一些 List 的使用指南，尽可能涵盖各个方面。希望本文可以成为你的一站式实用手册。
使用建议
1.建议使用迭代的方式
使用 List 最基本的方式是以一个可迭代对象为基础，创建一个 List 对象，这个可迭代对象可以是任意可以迭代元素的Python对象。使用方法如下。
[expression for item in iterable]
下面这段代码展示了一个使用列表相关技术创建 List 对象的例子。在这个例子中，我们定义了一个 Integer 列表，并基于这个对象创建了保存每个数字的平方数和立方数的 List 对象。
>>> # 创建一个 Integer 列表 >>> integers = [1, 2, 3, 4, 5, 6] >>> # 创建平方数和立方数列表 >>> powers = [(x*x, pow(x, 3)) for x in integers] >>> print(powers) [(1, 1), (4, 8), (9, 27), (16, 64), (25, 125), (36, 216)]
上面的例子把 List 对象当作迭代器使用。我们应该知道，许多类型的对象也是可迭代的，比如 List、Set、Dictionary 和 String 等等。其他数据类型，像 range、map、filter，以及 pandas 包中的 Series、DataFrame，都是可迭代的。下面的代码演示了某些对象的使用方法。
>>> # 使用 range 对象 >>> integer_range = range(5) >>> [x*x for x in integer_range] [0, 1, 4, 9, 16] >>> # 使用 Series 对象 >>> import pandas as pd >>> pd_series = pd.Series(range(5)) >>> print(pd_series) 0 0 1 1 2 2 3 3 4 4 dtype: int64 >>> [x*x for x in pd_series] [0, 1, 4, 9, 16]
2.如果只需用到其中的某些元素，应当使用条件判断语句
假设你需要将符合某种条件的元素归集起来，并创建一个 list。下面展示了相关的语法。
[expression for item in iterable if condition]
if 语句用来实现条件判断。下面的代码展示了这种用法的一个简单示例。
>>> # 同样创建一个 Integer 列表 >>> integers = [1, 2, 3, 4, 5, 6] >>> # 筛选出偶数，创建一个这些偶数的平方数列表 >>> squares_of_evens = [x*x for x in integers if x % 2 == 0] >>> print((squares_of_evens)) [4, 16, 36]
3.使用条件判断语句
List 对象中还可以使用 if-else 形式的条件判断，语法如下。
[expression0 if condition else expression1 for item in iterable]
这跟前面的那种用法有些类似，别把这两种用法混淆。在本例中，条件语句本身是一个整体。下面的代码提供了一个例子。
>>> # 创建一个 Integer 列表 >>> integers = [1, 2, 3, 4, 5, 6] >>> # 遍历 integers 中的元素，如果是偶数，取平方数存入新的列表 >>> # 如果是奇数，取立方数存入新的列表 >>> custom_powers = [x*x if x % 2 == 0 else pow(x, 3) for x in integers] >>> print(custom_powers) [1, 4, 27, 16, 125, 36]
4.如果有嵌套结构，可以使用嵌套的循环
有可能可迭代对象中的元素自身也是可迭代的，尽管这种情况不太常见。如果你对嵌套的可迭代对象有兴趣，可以使用 for 来实现循环嵌套。语法如下。
[expression for item_outer in iterable for item_inner in item_outer]
# 与下面的代码等同
for item_outer in iterable:
for item_inner in item_outer:
expression上面的代码展示了使用for实现嵌套循环的例子。
>>> # 创建一个包含元组的列表 >>> prices = [('$5.99', '$4.99'), ('$3.5', '$4.5')] >>> # 获取元组中的每个价格，以此创建一个一维列表 >>> prices_formatted = [float(x[1:]) for price_group in prices for x in price_group] >>> print(prices_formatted) [5.99, 4.99, 3.5, 4.5]
5.替换高阶函数
有的人比较习惯函数式编程，比如使用高阶函数也是这种习惯的表现之一。特别说明一下，高阶函数是那些需要使用输入或输出参数的函数。在 Python 中，常用的高阶函数有 map() 和 filter()。
>>> # 创建一个 integer 类型的列表 >>> integers = [1, 2, 3, 4, 5] >>> # 使用 map 创建平方数列表 >>> squares_mapped = list(map(lambda x: x*x, integers)) >>> squares_mapped [1, 4, 9, 16, 25] >>> # 使用列表推导式创建平方数列表 >>> squares_listcomp = [x*x for x in integers] >>> squares_listcomp [1, 4, 9, 16, 25] >>> # 使用 filter 取得 integers 中的偶数列表 >>> filtered_filter = list(filter(lambda x: x % 2 == 0, integers)) >>> filtered_filter [2, 4] >>> # 使用列表推导式取得 integers 中的偶数列表 >>> filterd_listcomp = [x for x in integers if x % 2 == 0] >>> filterd_listcomp [2, 4]
从上面的例子可以看出，使用 list 的某些特性比使用高阶函数更具有可读性，而且也能实现较复杂的嵌套结构。
1.不要忘了定义构造函数
有人认为列表推导式很酷炫，是 Python 特有的功能，所以为了炫耀自己的 Python 水平，即使有更好替代方案也要使用它。
>>> # 使用 range 创建列表对象 >>> numbers = [x for x in range(5)] >>> print(numbers) [0, 1, 2, 3, 4] >>> # 以一个字符串为基础，创建一个小写字母的字符列表 >>> letters = [x.lower() for x in 'Smith'] >>> print(letters) ['s', 'm', 'i', 't', 'h']
上述例子中，我们使用了 range 和 string，这两种数据结构都是可迭代的，list()构造函数可以直接使用 iterable 创建一个 list 对象。下面的代码提供了更合理的解决方案。
>>> # 使用 range 创建列表对象 >>> numbers = list(range(5)) >>> print(numbers) [0, 1, 2, 3, 4] >>> # 以一个字符串为基础，创建一个小写字母的字符列表 >>> letters = list('Smith'.lower()) >>> print(letters) ['s', 'm', 'i', 't', 'h']
2.不要忘了生成器表达式
在 Python 中，生成器是一种特殊的可迭代对象，它会延迟加载元素，直到被请求才会加载。这在处理大量数据时会非常高效，它能提升存储效率。相比之下，list 对象为了方便计数和索引，一次性创建所有的元素。所以跟生成器相比，在元素个数相同时，list 需要占用更多内存。
我们可以定义一个生成器函数来创建生成器。我们也可以使用下面的语句来创建生成器，这是一种称为生成器表达式的方法。
(expression for item in iterable)
你可能会注意到，除了使用圆括号外，它的语法跟使用 list 的语句很相似。所以需要注意区分。
考虑下面这个例子。我们要计算前一百万个数字的平方和。如果使用 list 来实现，方法如下。
>>> # 创建列表对象 squares >>> squares = [x*x for x in range(10_000_000)] >>> # 计算它们的总和 >>> sum(squares) 333333283333335000000 >>> squares.__sizeof__() 81528032
如上所示，list 对象占据 81528032 字节。我们考虑使用 generator 进行相同的操作，代码如下。 >>> # 创建 generator 对象，保存每个数的平方数 >>> squares_gen = (x*x for x in range(10_000_000)) >>> # 计算它们的总和 >>> sum(squares_gen) 333333283333335000000 >>> squares_gen.__sizeof__() 96
跟使用 list 相比，使用 generator 内存开销小得多，只有 96 字节。原因很简单———— generator 不需要获取所有的元素。相反，它只需要获取各个元素在序列中的位置，创建下一个元素并呈现它，而且不必保存在内存中。
结论
本文中，我们整理了 list 应用的一些关键要领。这些该做的和不该做的都非常清晰明了。我估计你会在合适的场景中用到它。下面是本文内容的小结。
반복을 사용하세요. Python에는 다양한 유형의 반복 가능 항목이 있으며 기본 사항(리스트 및 튜플)을 마스터하면서 이러한 반복 가능 항목도 마스터해야 합니다.
조건문을 사용하세요. iterable의 특정 요소를 필터링하는 데 관심이 있다면 조건부 판단에 대해 더 자세히 알아볼 수 있습니다.
조건식을 사용하세요. 특정 데이터를 선택적으로 얻어야 하는 경우 조건식을 사용할 수 있습니다.
중첩 루프를 사용하세요. 중첩된 반복 가능 항목을 처리하려면 중첩 루프 구조를 사용할 수 있습니다.
고차 함수 대신 목록을 사용하세요많은 경우 고차 함수 대신 목록을 사용할 수 있습니다.
목록 생성자를 잊지 마세요목록 생성자를 정의하려면 iterable을 사용하여 목록 개체를 만들 수 있습니다. iterable을 직접 사용하는 경우 이 방법을 권장합니다.
생성기 표현식을 잊지 마세요이 구문은 목록의 구문과 유사합니다. 이는 많은 수의 객체를 처리할 때 메모리 오버헤드를 절약하는 방법입니다. 리스트와 생성기의 차이점은 향후 인덱싱 및 액세스를 위해 리스트를 미리 생성해야 한다는 점입니다. 요소가 많으면 메모리를 많이 소모하게 됩니다.
위 내용은 Python 목록 이해를 사용할 때 주의할 사항의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
