知识卡片
列表解析组合遍历与转换
列表解析按输入迭代,把表达式应用到各项并收集结果;可加过滤条件选择要保留的项。提取矩阵列是对每行取相同位置,不改写原矩阵。新列表不保证表达式无副作用,执行顺序与被处理对象仍影响结果。
解析把每项表达式结果收集到列表;Python3 map返回惰性迭代器,原图用list(map(…))才得到列表,不能把正文“map收集为新列表”不加版本限定。
[expr for x in source]按迭代次序求expr并收集结果,适合构建列表;它不是自动懒序列。与手写append循环的输出机制相近,但作用域等语言细节仍可能不同,不因形式短就保证所有场景语义和性能完全相同。
map要求可调用对象,列表解析直接书写逐项表达式,二者都可由迭代来源取值。选择时结合输出需求、可读性与求值方式,而不是认定表达式形式必然更高级。
[ord(x) for x in text]直接收集表达式值;list(map(ord,text))先取得map再物化。若传lambda求平方也可实现相似结果,但函数调用和表达式形式不同,代码长短不替代语义判断。
方括号解析建列表,圆括号形式建生成器,集合花括号解析收元素,字典花括号解析收键值对。可接受迭代来源不表示输出都惰性;集合与字典还受可哈希元素或键及重复合并规则影响。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 列表解析组合遍历与转换
- · 迭代和优化
- · 列表迭代和解析
- · 列表解析基础知识
- · 回顾列表解析:函数式编程工具
- · 列表解析与map
- · Python 3.0解析语法概括
原书出处 · 7 处
- · 查看原书依据
创建一个新列表的方法,每次一个,从左至右。列表解析是编写在方括号中的(提醒你在创建列表这个事实),并且由使用了同一个变量名的(这里是row)表达式和循环结构组成。之前的这个列表解析表达基本上就是它字面上所讲的:“把矩阵M的每个row中的row[1],放在一个新的列表中”。其结果就是一个包含了矩阵的第二列的新列表。 实际应用中的列表解析可以更复杂: 例如,这里
- · 查看原书依据
等效的for循环,通过在运行时手动增加列表来创建最终的列表: 尽管这样,列表解析和相关的函数编程工具,如map和filter,通常运行得比for循环快(也许快了两倍):这是对有大数据集合的程序有重大影响的特性之一。在Python中性能测试是一个很难应付的任务,因为它在反复地优化,也许版本和版本之间差别很大。 Python中的一个主要的原则就是,首先为了简单和
- · 查看原书依据
map做类似的工作,但它对序列中的各项应用一个函数并把结果收集到一个新的列表中: 由于我们还没有准备好完整地介绍迭代,我们将进一步推迟介绍,但是,在本章稍后可以看到关于字典的一个类似的解析表达式。
- · 查看原书依据
收集对各元素运行左边的表达式的结果。我们得到的结果列表就是列表解析所表达的内容——包含了x+10的一个新列表,针对L中的每个x。 从技术上讲,列表解析并非真的是必需的,因为我们总是可以用一个for循环手动地构建一个表达式结果的列表,该for循环像下面这样添加结果: 实际上,这和列表解析所做的事情是相同的。 然而,列表解析编写起来更加精简,并且由于构建结果列表
- · 查看原书依据
任意一个表达式而不是一个函数应用于一个迭代对象中的元素。同样,它可以是更为通用的工具。 我们在第14章学习循环语句的时候介绍了列表解析。但是因为它们与map和filter这样的函数式编程工具相关,所以我们将会在本章回顾这一话题的内容。从技术上讲,这个特性并没有与函数绑定在一起。正如我们所见到的,列表解析可以成为一个比map和filter更通用的工具,有时候通
- · 查看原书依据
新的列表中并返回。从语法上来说,列表解析是由方括号封装起来的(为了提醒你它们构造了一个列表)。它们的简单形式是在方括号中编写一个表达式,其中的变量,在后边跟随着的看起来就像一个for循环的头部一样的语句,有着相同的变量名的变量。Python之后将这个表达式的应用循环中每次迭代的结果收集起来。 上一个例子的效果与手动进行for循环和map调用相比,没有什么不同
- · 查看原书依据
所有解析替代方式的总结。最后两种是新的,并且在Python 2.6中不可用。