现在请创建一个list，元素为1到9的整数，先用普通方法做
lst = []
for i in range(10):
lst.append(i)
用了3行代码完成了这个功能，现在用列表推导式来做
lst = [i for i in range(10)]
仅仅是一行代码哦，一行代码就能解决的问题，就没必要用三行代码去做
创建一个列表，元素为10以内的偶数，方法1
lst = [i for i in range(2,10,2)]
方法2
lst = [i for i in range(2,10) if i%2 == 0]
讲到这里，我必须稍微的做一个总结了，for语句前面的表达式，经过计算，最终留在新建的list列表中，for循环是一个不断取值的过程，而满足if语句的元素才有资格参与for语句前面的表达式计算。
我这样讲，可能你还是不能够理解，换一个新的例子，创建一个列表，元素为10以内偶数的平方
lst = [i*i for i in range(2,10) if i%2 == 0]
程序解读：
for 语句前面的表达式是i*i
i 的值从2变化到9，但不是每一个i的值都会参加i*i的计算，i的值必须满足if条件语句才行
for语句前面的表达式在某些情况下，仍然不能够满足实际需要，比如下面的要求，创建一个list，元素为10以内的偶数的平方，如果元素的个位数是6，则该元素的值转为字符串。
根据要求，新创建的列表内容应当为[4, '16', '36', 64]，你现在知道for语句前面的内容是表达式，更进一步，他们是lambda表达式，关于这个概念，我后续会介绍，想要用lambda表达式来完成这个功能，是比较困难的，这种情况下，可以配合函数来做，代码如下
def func(i):
res = i * i
if res % 10 == 6:
return str(res)
return res
lst = [func(i) for i in range(2,10) if i % 2 == 0]
print lst
列表推导式不仅仅是让程序更简洁，其速度也比普通方法快，下面是一段测试比较代码
#coding=utf-8
import time
#装饰器函数
def timefunc(func):
def newfunc(*args,**kwargs):
t1 = time.time()
lst = func(*args,**kwargs)
t2 = time.time()
diff = t2 - t1
print u'{func}用时{diff}'.format(diff=diff,
func=func.func_name)
return lst
return newfunc
@timefunc
def func1(count):
lst = []
for i in range(count):
lst.append(i)
return lst
@timefunc
def func2(count):
lst = [i for i in range(count)]
return lst
count = 1000000
func1(count)
func2(count)
这段代码里用到了装饰器，后续我也会讲，程序运行的结果如下：
func1用时0.144474029541
func2用时0.0513877868652
可以明显的看到，使用列表推导式，创建相同内容的列表，要比普通方法快接近3倍的速度
简洁
高效
如果使用不当，会造成阅读困难。
写出别人难以理解的代码是非常容易的，如果再用心些，写出一份几天后自己都看不懂的代码也不是什么难事，真正难的是写出别人看得懂的代码，列表推导式虽然简洁，但一味的简洁，在推导式里写上一堆的代码，就造成理解困难，比如下面的题目：
a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
将这个嵌套列表转成一维列表，转换后，列表内容为
[1, 2, 3, 4, 5, 6, 7, 8, 9]
如果用列表推导式，则可以这样写
a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
b = [j for i in a for j in i]
print(b)
上面的代码我已经不想去解释了，如果是用普通方法，则可以这样写
a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
b = []
for i in a:
for j in i:
b.append(j)
print b
这两份代码，你更喜欢用哪一个呢？
本文分享自微信公众号 - coolpython（coolpython）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。