【python】对列表的过滤, 列表解析,生成器表达式

使用filter和lambda函数

filter(fun, seq)函数对seq里的每个元素执行fun(),并返回值为true的元素放在一个iterator里

例如在一个列表里找出所有奇数可以这样写:

a = [1,2,3,4,5,6,7,8]
print(list(filter(lambda x: x%2 , a)))
>>> ================================ RESTART ================================
>>> 
[1, 3, 5, 7]

也可以使用列表解析,效率比filter高,比for循环更是高两倍

列表解析的表达式为:

[expr for iter_val in iterable]
[expr for iter_val in iterable if cond_expr]

第一种,首先迭代iterable里的所有内容,每一次迭代,都把iterable里相应的内容放到iter_val,再在表达式中应用该iter_val的内容,最后用表达式的计算值返回一个列表

第二种,则是满足条件的才执行迭代操作

上面求奇数同样可以这样写:

b = [val for val in a if val%2]
print(b)
>>> ================================ RESTART ================================
>>> 
[1, 3, 5, 7]
 
  


生成器表达式(此部分转载自http://www.cnblogs.com/moinmoin/archive/2011/03/10/lsit-comprehensions-generators.html)

生成器表达式是在python2.4中引入的,当序列过长, 而每次只需要获取一个元素时,应当考虑使用生成器表达式而不是列表解析。生成器表达式的语法和列表解析一样,只不过生成器表达式是被()括起来的,而不是[],如下:

(expr for iter_var in iterable) 
(expr 
for iter_var in iterable if cond_expr)

例:

复制代码
>>> L= (i +1for i in range(10if i %2)
>>> L
<generator object <genexpr> at 0xb749a52c>
>>> L1=[]
>>>for i in L:
... L1.append(i)
... 
>>> L1
[
246810]
复制代码

生成器表达式并不真正创建数字列表, 而是返回一个生成器,这个生成器在每次计算出一个条目后,把这个条目“产生”(yield)出来。 生成器表达式使用了“惰性计算”(lazy evaluation,也有翻译为“延迟求值”,我以为这种按需调用call by need的方式翻译为惰性更好一些),只有在检索时才被赋值( evaluated),所以在列表比较长的情况下使用内存上更有效。A generator object in python is something like a lazy list. The elements are only evaluated as soon as you iterate over them. 

一些说明:

1. 当需要只是执行一个循环的时候尽量使用循环而不是列表解析,这样更符合python提倡的直观性。

for item in sequence:
process(item)

2. 当有内建的操作或者类型能够以更直接的方式实现的,不要使用列表解析。

例如复制一个列表时,使用:L1=list(L)即可,不必使用:

L1=[x for x in L]

3. 当序列过长, 而每次只需要获取一个元素时,使用生成器表达式。

4. 列表解析的性能相比要比map要好,实现相同功能的for循环效率最差(和列表解析相比差两倍)。

5. 列表解析可以转换为 for循环或者使用map(其中可能会用到filter、lambda函数)表达式,但是列表解析更为简单明了,后者会带来更复杂和深层的嵌套。




你可能感兴趣的:(Python)