掌握Python列表推导式：从基础到高级技巧

列表推导式（List Comprehension）是Python中最优雅、最强大的特性之一。它让我们能用一行简洁的代码完成原本需要多行循环的任务。本文将带你从基础到高级，全面掌握这一Python核心技巧。

什么是列表推导式？

列表推导式是一种简洁的语法，用于基于现有列表创建新列表。它将循环和条件判断压缩成一行代码，既提高了代码可读性，也提升了执行效率。

传统方法 vs 列表推导式：

# 传统方法
squares = []
for i in range(10):
    squares.append(i ** 2)

# 列表推导式
squares = [i ** 2 for i in range(10)]

基础语法

列表推导式的基本结构：

[expression for item in iterable]

示例1：转换数据类型

# 将字符串列表转换为整数
strings = ['1', '2', '3', '4', '5']
numbers = [int(x) for x in strings]
print(numbers)  # [1, 2, 3, 4, 5]

示例2：字符串操作

# 将所有单词转换为大写
words = ['hello', 'world', 'python']
upper_words = [word.upper() for word in words]
print(upper_words)  # ['HELLO', 'WORLD', 'PYTHON']

添加条件过滤

列表推导式可以包含条件语句，用于过滤元素。

语法结构：

[expression for item in iterable if condition]

示例3：过滤偶数

# 获取0-20之间的所有偶数
evens = [x for x in range(21) if x % 2 == 0]
print(evens)  # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20]

示例4：过滤字符串

# 只保留长度大于3的单词
words = ['cat', 'elephant', 'dog', 'butterfly']
long_words = [word for word in words if len(word) > 3]
print(long_words)  # ['elephant', 'butterfly']

条件表达式（if-else）

当需要根据条件选择不同的表达式时，使用三元运算符：

语法结构：

[expression_if_true if condition else expression_if_false for item in iterable]

示例5：标记正负数

numbers = [-2, -1, 0, 1, 2]
labels = ['negative' if x < 0 else 'positive' if x > 0 else 'zero' for x in numbers]
print(labels)  # ['negative', 'negative', 'zero', 'positive', 'positive']

示例6：数据清洗

# 将None替换为默认值
data = [10, None, 20, None, 30]
cleaned = [x if x is not None else 0 for x in data]
print(cleaned)  # [10, 0, 20, 0, 30]

嵌套列表推导式

列表推导式可以嵌套使用，处理多维数据结构。

示例7：展平二维列表

# 将二维列表转换为一维列表
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
print(flattened)  # [1, 2, 3, 4, 5, 6, 7, 8, 9]

示例8：创建矩阵

# 创建3x3的矩阵
matrix = [[i * 3 + j for j in range(3)] for i in range(3)]
print(matrix)  # [[0, 1, 2], [3, 4, 5], [6, 7, 8]]

示例9：矩阵转置

# 转置矩阵
matrix = [[1, 2, 3], [4, 5, 6]]
transposed = [[row[i] for row in matrix] for i in range(len(matrix[0]))]
print(transposed)  # [[1, 4], [2, 5], [3, 6]]

字典推导式

类似于列表推导式，Python也支持字典推导式：

示例10：创建字典

# 创建数字与其平方的映射
squares_dict = {x: x**2 for x in range(6)}
print(squares_dict)  # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

示例11：字典键值互换

# 交换字典的键和值
original = {'a': 1, 'b': 2, 'c': 3}
swapped = {v: k for k, v in original.items()}
print(swapped)  # {1: 'a', 2: 'b', 3: 'c'}

示例12：过滤字典

# 只保留值大于50的项
scores = {'Alice': 85, 'Bob': 45, 'Charlie': 92, 'David': 38}
passed = {k: v for k, v in scores.items() if v > 50}
print(passed)  # {'Alice': 85, 'Charlie': 92}

集合推导式

集合推导式用于创建集合（去重）：

示例13：去重操作

# 从列表中提取唯一值
numbers = [1, 2, 2, 3, 3, 3, 4, 4, 5]
unique = {x for x in numbers}
print(unique)  # {1, 2, 3, 4, 5}

高级技巧

技巧1：使用enumerate获取索引

# 同时获取索引和值
words = ['apple', 'banana', 'cherry']
indexed = [(i, word) for i, word in enumerate(words)]
print(indexed)  # [(0, 'apple'), (1, 'banana'), (2, 'cherry')]

技巧2：多个迭代器组合

# 使用zip同时遍历多个列表
names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
combined = [f"{name} is {age} years old" for name, age in zip(names, ages)]
print(combined)  # ['Alice is 25 years old', 'Bob is 30 years old', 'Charlie is 35 years old']

技巧3：链式调用方法

# 组合多个字符串方法
text = "  hello world  "
processed = [word.strip().capitalize() for word in [text]]
print(processed)  # ['Hello world']

技巧4：使用函数

# 在推导式中调用函数
def is_prime(n):
    if n < 2:
        return False
    return all(n % i != 0 for i in range(2, int(n**0.5) + 1))

primes = [x for x in range(2, 50) if is_prime(x)]
print(primes)  # [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47]

技巧5：嵌套条件

# 多个过滤条件
numbers = range(1, 101)
result = [x for x in numbers if x % 3 == 0 if x % 5 == 0]
print(result)  # [15, 30, 45, 60, 75, 90]

性能优势

列表推导式通常比传统循环更快：

import timeit

# 传统方法
def traditional():
    result = []
    for i in range(1000):
        result.append(i ** 2)
    return result

# 列表推导式
def comprehension():
    return [i ** 2 for i in range(1000)]

# 性能测试
print(timeit.timeit(traditional, number=10000))      # 约 0.5秒
print(timeit.timeit(comprehension, number=10000))    # 约 0.4秒

最佳实践

✅ 推荐做法

1. 保持简洁：如果推导式过于复杂，考虑使用传统循环
2. 使用有意义的变量名：即使在简短的推导式中也要清晰
3. 单一职责：每个推导式只做一件事

# 好的例子
valid_emails = [email for email in emails if '@' in email]

❌ 避免的做法

1. 过度嵌套：超过两层嵌套会降低可读性
2. 复杂逻辑：不要在推导式中放入过多逻辑
3. 副作用：避免在推导式中修改外部状态

# 不好的例子（过于复杂）
result = [x**2 if x > 0 else -x**2 if x < 0 else 0 for x in [y**2 for y in range(-10, 10) if y % 2 == 0] if abs(x) > 5]

# 改进：拆分为多步
squared = [y**2 for y in range(-10, 10) if y % 2 == 0]
result = [x**2 if x > 0 else -x**2 if x < 0 else 0 for x in squared if abs(x) > 5]

常见陷阱

陷阱1：变量作用域

# 推导式中的变量不会泄漏到外部作用域（Python 3）
[x for x in range(5)]
# print(x)  # 这会报错：NameError

陷阱2：内存消耗

对于大数据集，考虑使用生成器表达式：

# 列表推导式（立即创建所有元素）
squares_list = [x**2 for x in range(1000000)]  # 占用大量内存

# 生成器表达式（惰性求值）
squares_gen = (x**2 for x in range(1000000))   # 节省内存

实战案例

案例1：数据清洗

# 清洗和标准化用户输入
user_inputs = ['  Alice  ', 'bob', '  CHARLIE', 'david  ']
cleaned = [name.strip().capitalize() for name in user_inputs]
print(cleaned)  # ['Alice', 'Bob', 'Charlie', 'David']

案例2：文件处理

# 读取文件并处理每一行
# lines = [line.strip() for line in open('data.txt') if line.strip()]

案例3：数据转换

# 将CSV风格的字符串转换为字典列表
data = "name,age\nAlice,25\nBob,30"
lines = data.split('\n')
headers = lines[0].split(',')
records = [dict(zip(headers, line.split(','))) for line in lines[1:]]
print(records)  # [{'name': 'Alice', 'age': '25'}, {'name': 'Bob', 'age': '30'}]

总结

列表推导式是Python的精华特性之一，它让代码更加简洁和Pythonic。掌握列表推导式的关键点：

• 基础语法：[expression for item in iterable]
• 条件过滤：添加 if 条件筛选元素
• 条件表达式：使用三元运算符处理不同情况
• 嵌套使用：处理多维数据结构
• 扩展应用：字典推导式、集合推导式
• 性能考虑：通常比循环更快，但大数据集考虑生成器
• 可读性优先：复杂逻辑时使用传统循环

延伸阅读：

• Python官方文档：List Comprehensions
• PEP 202：List Comprehensions提案
• 生成器表达式与列表推导式的性能对比