在Python中及时使用列表理解可以使迭代列表操作变得容易。除了一行之外，它的可读性更高，执行效率也更高。

然而，如果你不知道如何使用它，你可能会生气。如果您不知道在代码中的什么地方应用它，那就更令人沮丧了。在这里，我们将通过一些实际例子向您展示如何在Python中使用列表理解。

什么是列出python中的理解以及它是如何工作的(list comprehension in python and how does it work)？

用Python创建项目列表很容易。但是，当您需要从数学或字符串操作生成值或项的列表时，该任务可能会变得有点乏味。这时使用列表理解就派上用场了。

使用列表理解的一个优点是，您可以在一个列表中执行多个操作。

相反，它创建新项并将它们附加到它自动声明的空列表中。因此，Python的list comprehension不需要手动创建一个空列表并用for循环附加到它，而是让您自动完成这项工作，而不用担心新列表是如何产生的。

术语“列表理解”来自这样一个事实：所有操作都在一个Python列表中，该列表被分配给一个命名变量。如前所述，它允许您在一行代码中执行特定操作。然后将输出附加到一个新列表。

最后，您还可以将列表理解的输出用于其他目的。这是因为它将表达式堆叠在不同的变量中。所以你以后可以参考。

例如，你可能正在用BeautifulSoup刮一个网站。假设您打算从网站上获取所有商品的名称及其价格。

然后，您决定将刮取的数据放入CSV或Excel文件中。理想的做法是将所有商品的名称及其价格刮去，并将它们放在单独的列中。但是，在这种情况下，使用列表理解可以确保您在专用变量中获得了刮取的数据。然后，您可以稍后将这些变量转换为Python数据帧。

请看下面的示例：

Products = [i.text for i in bs.find_all('name tags')]
Price = [i.text for i in bs.find_all('price tags')]

一旦获得循环变量，然后可以使用Python的熊猫将它们放在数据框架中的单独列中。

如何在python中创建和使用列表理解

for循环是列表理解中必不可少的迭代器。通常，Python中的列表理解采用以下格式：

ComprehensionVariable = [expression for items in list]

Printing ComprehensionVariable将上述代码的结果作为列表输出。

但是，请注意不要将列表理解与开放for循环混淆。

例如，让我们使用一个open For循环来获取1到30之间的所有3的倍数的列表：

myList = []
for i in range(1, 11):
myList.append(i * 3)
print(myList)
Output: [3, 6, 9, 12, 15, 18, 21, 24, 27, 30]

为了比较两者，让我们使用列表理解做同样的事情：

multiplesOf3 = [i*3 for i in range(1, 11)]
print(multiplesOf3)
Output = [3, 6, 9, 12, 15, 18, 21, 24, 27, 30]

您也可以使用条件语句的列表理解。下面的示例代码打印1到10之间的所有奇数：

oddNumbers = [i for i in range(1, 11) if not i%2==2]
print(oddNumbers)
Output = [1, 3, 5, 7, 9]

现在，让我们用一个开for循环重写上面的代码：

myList = []
for i in range(1, 11):
if not i%2 == 0:
myList.append(i)
print(myList)
Output: [1, 3, 5, 7, 9]

相关：如何在Python中附加列表

列表理解还接受嵌套if语句：

oddNumbers = [i for i in range(1, 11) if not i%2==0 if i<4]
print(oddNumbers)
Output: [1, 3]

它还接受嵌套for循环：

someNums = [[i*2 for i in range(1, 3)] for _ in range(4)]
print(someNums)

也可以在列表中有一个普通的嵌套for循环：

someNums = [i*2 for i in range(1, 3) for k in range(4)]

您还可以使用Python列表理解操作字符串。让我们看一看下面的单词反理解：

word = ["This is a python list comprehension tutorial"]
wordCounter = [i.count(' ') + 1 for i in word]
print(wordCounter)
Output: 7

列表理解也可以接受执行特定操作的函数。让我们**一个乘法器函数，在列表中获得偶数，以了解其工作原理：

Numbers = [4, 7, 8, 15, 17, 10]
def multiplier(n):
multiple = n*2
return multiple
multipleEven = [multiplier(i) for i in Numbers if i%2==0]
print(multipleEven)
Output: [8, 16, 20]

您仍然可以在一个函数中编写上面的代码，而不需要使用理解。但是当您需要执行几个迭代并将它们放入单独的变量中时，列表理解非常有用。

例如，可以对n执行另一个操作，并为其指定一个专用变量。让我们修改上面的理解，从奇数中生成偶数：

multipleEvenFromOdds = [multiplier(i) for i in Numbers if not i%2==0]
print(multipleEvenFromOdds)
Output: [14, 30, 34]

词典和集合理解

除了列表理解之外，Python还提供了字典和集合理解功能。

请看下面的词典理解示例，了解其工作原理：

corresponding = {i: i*2 for i in range(10) if not i%2==0}
print(corr)
Output: {1: 2, 3: 6, 5: 10, 7: 14, 9: 18}

上面的代码遍历1到9之间的数字列表，并使它们成为键。然后它告诉Python将每个键乘以2。最后，它将该操作的结果显示为结果数组中每个键的对应值。

相关：数组和列表在Python中的工作方式

集合理解有点类似于列表理解。下面是一个集合理解的例子：

numbers = {i**(2) for i in range(10) if i%4==0}
print(numbers)
Output: {0, 16, 64}

但是，与列表理解不同，set congress删除重复项：

nums = {i for i in range(20) if i%2==1 for k in range(10) if k%2==1}
print(nums)
Output: {1, 3, 5, 7, 9, 11, 13, 15, 17, 19}

您可以使用列表理解来尝试上面的代码，看看它们有什么不同。

你每次都能用列表理解吗？

我们已经看了列表理解的不同例子，以及在哪里可以使用它们。然而，与任何其他Python方法一样，列表理解的用例取决于您希望解决的特定问题。因此，你应该只使用它，如果它是理想的具体问题，你希望解决。

列表理解的目的之一是简化代码并使其更具可读性。所以，在处理它的时候一定要避免复杂性。例如，对Python的理解可能会变得复杂。这违背了它的目的。