Python 列表解析与生成器表达式

Python 的强大特性之一是其对 list 的解析，它提供一种紧凑的方法，可以通过对 list 中的每个元素应用一个函数，从而将一个 list 映射为另一个 list。
列表解析，又叫列表推导式( List comprehension)
列表解析比 for 更精简，运行更快，特别是对于较大的数据集合
列表解析可以替代绝大多数需要用到 map和 filter的场合

列表解析式是将一个可迭代对象（如列表）转换成另一个列表的工具。在转换过程中，可以指定元素必须符合某一条件，并按照指定的表达式进行转换，才能添加至新的列表中。

列表解析(List comprehensions)

语法：

[expression for iter_var in iterable1]

[expression for iter_var2 in iterable2 …
for iter_varN in iterableN]

[expression for iter_var in iterable1
if condition]
执行：

迭代iterable中所有的元素，每一次迭代都把iterable中的内容放到iter_var对象中，然后把这个对象应用到表达式expression中，生成一个列表。

简单来说，列表解析（list comprehension）提供了一种优雅的生成列表的方法，能用一行代码代替十几行代码，而且不损失任何可读性。而且，性能还快很多很多

例1，如果我们需要0~100所有偶数组成的列表
正常的代码应该是这样的：

a=[]
for i in range(101):
    if i%2==0:
        a.append(i)

用列表解析来做就是这样的：

a=[x for x in range(101) if x%2==0]

简单的一行代码代替了4行代码

从上面的例子来看列表解析的语法其实不难，可以分成三个部分来看

x：我们需要的列表里面的结果(1st part)
for x in range(101):x来源——0~100的数字(2nd part)
if x%2==0:x成立的条件，如果不成立就不放在列表里了(3rd part)

例2，获取文本中所有单词的第1个字符

正常的代码

text="My house is full of flowers"
first_charts=[]
for word in text.split():
    first_charts.append(word[0])

列表解析的代码:

first_charts=[word[0] for word in text.split()]

从上面的这个例子可以看出，列表解析的第一部分也可以是任意一个表达式

例3，获取两个列表对应位的乘积

来个复杂的，list a=[2,3,4,5]; list b=[3,4,5,6],想要得到a，b对应位的乘积:

[i*j for i,j in zip(a,b)]

除了列表解析，还需要使用zip函数来帮忙，zip将a,b对应位打包起来，返回[[2,3][3,4][4,5][5,6]]

例4，带if else的列表解析

list a=[‘1’,‘2’,‘3’,‘i’,‘8’],现在想将a中所有能转化为数字的字符串转化为数字，不为数字的内容都转换成0，用列表解析可以这样写：

[int(i) if i.isdigit() else 0 for i in a]
out>>[1,2,3,0,8]

增加一点难度，如果list a=[‘1’,‘2’,‘3’,4,5,‘o’,‘6’]，如果不能转换成数字则为None，列表解析可以这样写：

[int(i) if str(i).isdigit() else None for i in a]
out>>[1, 2, 3, 4, 5, None, 6] 

从这个例子我们可以看到，在第一个部分，可以嵌套若干if else的语句在表达式里面。

例5，获取一个全0列表

有时候我们可能需要获取一个长度指定，全零或者全为某个值列表：

['ok' for i in range(10)]

得到一个长度为10的，全’ok’字符组成的列表。

例6，略复杂的列表解析，获取列表中嵌套列表的元素，生成一个无嵌套的新列表

这个例子说起来挺拗口，实际上是想从[[1,2],[3,4,5],[6,7]，[8]]这种列表中，把嵌套在列表中的元素解出来，得到[1,2,3,4,5,6,7,8]，用列表解析可以这样写：

a=[[1,2],[3,4,5],[6,7],[8]]
[x  for i in a for x in i] 
out>>[1,2,3,4,5,6,7,8]

理解起来略有一点麻烦，for i in a，i为子列表，for x in i，x得到每个子列表中的值。这样的列表解析写法确实很难理解，所以有时候我们不要过分的使用复杂的列表解析。

例7，获取笛卡尔积

假设有三个配置列表

>>> a=['4k','8k','12k']                                                                                                                          
>>> b=['1','2,','3']                                                                                                                             
>>> c=['libaio','bio','directio'] 

我们想获取其笛卡尔积，列表解析的写法，得到：

[{
     'blocksize':x,'numjobs':y,'ioengine':z} for x in a for y in b for z in c] 

这样就得到一个包含所有参数项目的字典列表，避免了写若干个for循环

例8，获取所有可能的组合

假设有一个配置列表[‘a’,‘b’,‘c’],我们想获取所有的由a,b,c组成的字符串（可以重复使用，将顺序也考虑在内），列表解析需要配合itertools中的product函数：

from itertools import product
x=['a','b','c']
results = ["".join(i) for i in product(x, repeat=3)]
out>>['aaa', 'aab', 'aac', 'aba', 'abb', 'abc', 'aca', 'acb', 'acc', 'baa', 'bab', 'bac', 'bba', 'bbb', 'bbc', 'bca', 'bcb', 'bc                                            
c', 'caa', 'cab', 'cac', 'cba', 'cbb', 'cbc', 'cca', 'ccb', 'ccc']

例9，矩阵转置
考虑一个矩阵，matrix=[[1, 2, 3, 4], [2, 4, 6, 8], [3, 6, 9, 12]]，现在要获得他的转置矩阵，用列表解析仍然是一行：

transposed = [list(row) for row in zip(*matrix)]

matrix使用zip解开（完成转置），列表解析负责将结果生成原来的列表嵌套列表的模式

这个case也可以不用列表解析：

transposed = list(map(list, zip(*matrix)))

使用map函数也是可以的（顺便提一下）

生成器表达式（Generator expressions）

不创建列表，只是返回一个生成器。这个生成器在每次计算出一个条目后，才把这个条目产生出来。所以在处理大量数据时更有优势。

不创建列表，只是返回一个生成器。这个生成器在每次计算出一个条目后，才把这个条目产生出来。所以在处理大量数据时更有优势。

语法：

(expression for iter_var in iterable1)

(expression for iter_var2 in iterable2 …
for iter_varN in iterableN)

(expression for iter_var in iterable1
if condition)

执行：

迭代iterable中所有的元素，每一次迭代都把iterable中的内容放到iter_var对象中，然后把这个对象应用到表达式expression中，生成一个生成器。