Python 推导式深入理解

列表推导式

我在实际开发中经常使用列表推导式，从可迭代对象中快速创建列表，并让代码在逻辑清晰的同时提升可读性和性能。面对数据清洗与转换等场景时，我倾向使用列表推导式来减少中间变量，提升处理效率。为提升代码质量，我通常会在推导式中为变量命名为更具语义化的名称，例如将通用的 x 改为 num 以增强可读性。

# 创建平方数列表
squares = [num**2 for num in range(10)]
print(squares)  # 结果为 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 带条件过滤的列表推导
even_squares = [num**2 for num in range(10) if num % 2 == 0]
print(even_squares)  # 结果为 [0, 4, 16, 36, 64]

字典推导式

我在构建某些映射关系时，会使用字典推导式从列表或其他可迭代对象直接创建字典，避免传统循环赋值的冗余代码。通过字典推导式可以在一行内完成数据变换与结构构建，让业务逻辑更直观。

# 数字到平方值的映射
square_dict = {num: num**2 for num in (2, 4, 6)}
print(square_dict)  # 结果为 {2: 4, 4: 16, 6: 36}

# 带条件的字典推导
even_square_dict = {num: num**2 for num in range(6) if num % 2 == 0}
print(even_square_dict)  # 结果为 {0: 0, 2: 4, 4: 16}

集合推导式

集合推导式让我能够快速从可迭代对象中创建去重的集合。当我需要对数据去重并计算某些特定属性时，集合推导式是一种简洁的写法。

# 创建平方数集合
number_list = [1, 2, 3, 4, 2]
squares_set = {num**2 for num in number_list}
print(squares_set)  # 结果为 {16, 1, 4, 9}

# 带条件的集合推导
even_squares_set = {num**2 for num in range(6) if num % 2 == 0}
print(even_squares_set)  # 结果为 {0, 16, 4}

生成器表达式

我在面对海量数据处理时会更倾向使用生成器表达式，它不会一次性创建完整的数据结构，而是在迭代过程中逐步生成所需数据。这种惰性求值方式让内存使用更加高效。当需要将生成结果转换为元组或处理流式数据时，生成器表达式是更合适的选择。

# 创建生成器表达式
squares_gen = (num**2 for num in range(10))
print(type(squares_gen))  # 结果为 <class 'generator'>

# 转换为元组
squares_tuple = tuple(squares_gen)
print(squares_tuple)  # 结果为 (0, 1, 4, 9, 16, 25, 36, 49, 64, 81)

推导式的高级用法

在实际开发中，我也会将推导式应用于更为复杂的场景。例如针对嵌套数据结构进行扁平化处理，或多重条件过滤的场合。此时我会特别关注代码的可读性，并根据实际业务需求决定是否使用更具可维护性的传统循环结构。

# 嵌套推导式扁平化处理矩阵
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [val for row in matrix for val in row]
print(flattened)  # 结果为 [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 多条件推导式过滤数据
complex_list = [num for num in range(100) if num % 2 == 0 if num % 4 == 0]
print(complex_list)  # 部分结果为 [0, 4, 8, 12, ..., 96]

在实践中，我尽量不在单一推导式中堆叠过多条件和逻辑，不仅为了保持可读性，也为了降低后期维护的成本。面对较为复杂的场景时，我会权衡是否应采用更清晰的循环语句或函数来实现逻辑。

当处理大量数据时，我倾向使用生成器表达式来减少内存开销。例如在数据流或数据管道中，生成器表达式可以更高效地处理数据而不用一次性加载所有结果。

下表总结了各种推导式与表达式的适用场景与特性

推导方式	使用场景	特点
列表推导式	快速创建列表与简单过滤	简洁直观适合中小数据量
字典推导式	创建键值映射	灵活构建复杂映射结构
集合推导式	去重与快速计算独立元素	自动去重便于统计分析
生成器表达式	惰性求值处理海量数据	内存高效适合流式数据处理