您可能认为列表理解是一个高级概念。然而,在棘手的情况下,它只需一行就可以简化您的代码。是时候了解它是如何工作的了。我将用示例在初学者水平上解释它。
列表理解到底是什么?
您经常看到符号 l2 = [x 1 for x in l]。据说是这样的:
l2 = [] for x in l: x = x + 1 l2.append(x)
对于这两种情况,如果我们以 l = [10, 100, 1000] 开始,l2 将是:
[11, 101, 1001]
第一个语法就是我们所说的列表理解。
您可能更喜欢通常的 for 循环,但在本文结束时,我保证您将有信心使用列表理解!
另外,我们可以从文档中查看详细的官方定义 https://docs.python.org/3/tutorial/datastructs.html#list-com经理
列表推导式提供了一种创建列表的简洁方法。常见的应用是创建新列表,其中每个元素都是应用于另一个序列或可迭代的每个成员的某些操作的结果,或者创建满足特定条件的这些元素的子序列。
让我们进一步分解它。列表理解只是编写代码的一种不同方式,它更短且更容易创建新列表。列表理解的结果是一个列表,这就是我们将其分配给列表的原因。
让我们回顾一下定义的第二部分,其中讨论了常见的示例。这应该使用具体示例来完成。
1.
fast_foods = ["Burger", "Pizza", "Tacos", "Fried Chicken", "Hot Dog"] uppercase_fast_foods = [food.upper() for food in fast_foods]
此后,uppercase_fast_foods 将是:
['BURGER', 'PIZZA', 'TACOS', 'FRIED CHICKEN', 'HOT DOG']
我们使用 upper() 函数将列表中的每个食物项目更改为大写。因此,所有项目现在均为大写。这就是我们“创建新列表的方式,其中每个元素都是应用于另一个序列或可迭代的每个成员的某些操作的结果。”
2.
fast_foods = ["Burger", "Pizza", "Tacos", "Fried Chicken", "Hot Dog"] foods_with_space = [food for food in fast_foods if " " in food]
此后,foods_with_space 将是:
['Fried Chicken', 'Hot Dog']
上面的代码行从列表中检索包含空格字符的项目。这就是我们“创建新列表的方式,其中每个元素都是应用于另一个序列或可迭代的每个成员的某些操作的结果。”
列表理解的例子
我在许多问题中使用了列表推导式,因为每当我遇到太多 for 循环时,我就会想,“没问题,我会简化它们。”事实证明,这是相同的逻辑,只是更干净! ?
言归正传,以下是我提出的一些最相关的示例:
1.修改列表的每个元素
foods = ["Burger", "Fries", "Fried Chicken", "Hot Dog", "Pizza"] foods_with_version = [food + ' - 2024' for food in foods] print(foods_with_version)
输出:
['Burger - 2024', 'Fries - 2024', 'Fried Chicken - 2024', 'Hot Dog - 2024', 'Pizza - 2024']
在此示例中,我们获取一份食品列表,并为每一项添加“- 2024”。我们使用列表理解来快速创建包含这些更新名称的新列表。
2.根据条件从列表中创建子列表
foods = ["Burger", "Fried Chicken", "Hot Dog", "Fries", "Pizza"] long_foods = [food for food in foods if len(food) > 7] print(long_foods)
输出:
['Fried Chicken']`
在此示例中,我们创建一个食品列表并过滤掉超过 7 个字符的食品。我们使用带有条件的列表理解来实现此目的。
3.使用带有列表理解的范围函数来创建列表
x = [i for i in range(10, 20, 2)] print(x)
输出:
[10, 12, 14, 16, 18]
在此示例中,我们使用 range() 的列表理解创建一个范围从 10 到 18 的数字列表。
4.将列表理解应用于字符串
input_string = "hello world" marked_vowels = ['*' if char in 'aeiouAEIOU' else char for char in input_string] print(marked_vowels)
输出:
['h', '*', 'l', 'l', '*', ' ', 'w', 'o', 'r', 'l', 'd']
在最后一个示例中,我们采用一个字符串并用星号 (*) 标记其元音。我们使用列表理解根据原始字符串创建一个新列表。
结论
在本文中,我涵盖了有关列表推导式的所有基本见解,从定义到进一步解释它们的各种示例。我希望一切都清楚了,并且从现在开始您会更有动力将列表推导式合并到您的 Python 代码中!
以上是使用 Python 列表的优雅而简单的方法:列表推导式的详细内容。更多信息请关注PHP中文网其他相关文章!

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti

该教程建立在先前对美丽汤的介绍基础上,重点是简单的树导航之外的DOM操纵。 我们将探索有效的搜索方法和技术,以修改HTML结构。 一种常见的DOM搜索方法是EX

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

本文指导Python开发人员构建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等库详细介绍,强调输入/输出处理,并促进用户友好的设计模式,以提高CLI可用性。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

禅工作室 13.0.1
功能强大的PHP集成开发环境

Atom编辑器mac版下载
最流行的的开源编辑器

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

Dreamweaver Mac版
视觉化网页开发工具