Python推導(dǎo)式簡單示例【列表推導(dǎo)式、字典推導(dǎo)式與集合推導(dǎo)式】
本文實(shí)例講述了Python推導(dǎo)式。分享給大家供大家參考,具體如下:
1. 列表推導(dǎo)式
>>> li = [1,2,3,4,5,6] # 求元素的平方 >>> li_a = [x**2 for x in li ] >>> li_a [1, 4, 9, 16, 25, 36] # 提取偶數(shù)值 >>> li_b = [x for x in li if x%2==0] >>> li_b [2, 4, 6] # 將多維數(shù)組轉(zhuǎn)換成一維數(shù)組 >>> li_c = [[1,2], [3], [], [4,5,6]] >>> li_d = [j for i in li_c for j in i ] >>> li_d [1, 2, 3, 4, 5, 6] # 使用map >>> li_1 = ['a', 'b', 'c', 'd'] >>> li_2 = [10, 20, 30, 40] >>> li_e = list(map(lambda x, y:{x:y}, li_1, li_2)) >>> li_e [{'a': 10}, {'b': 20}, {'c': 30}, {'d': 40}]
2. 字典推導(dǎo)式
# 解析列表 >>> li = ['a', 'b', 'c', 'd', 'e'] >>> li_1 = {k:v for k, v in enumerate(li)} >>> li_1 {0: 'a', 1: 'b', 2: 'c', 3: 'd', 4: 'e'} # 解析字典 >>> dict_a = {'a':10, 'b':20, 'c':30} >>> dict_b = {v:k for k, v in dict_a.items()} >>> dict_b {10: 'a', 20: 'b', 30: 'c'}
3. 集合推導(dǎo)式
>>> set1 = {x for x in range(10)} >>> set1 set([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
PS:上述代碼在Python2.7與Python3.6環(huán)境下測試
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python列表(list)操作技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
Pycharm如何對(duì)python文件進(jìn)行打包
這篇文章主要介紹了Pycharm如何對(duì)python文件進(jìn)行打包,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-02-02Python實(shí)現(xiàn)搶購IPhone手機(jī)
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)搶購IPhone手機(jī),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-02-02Python實(shí)現(xiàn)搜索算法的實(shí)例代碼
這篇文章主要介紹了Python實(shí)現(xiàn)搜索算法,文中通過實(shí)例代碼給大家分享高級(jí)搜索算法的想法,分為線性搜索和插值搜索,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-01-01Python機(jī)器學(xué)習(xí)之手寫KNN算法預(yù)測城市空氣質(zhì)量
KNN(K-Nearest Neighbor)最鄰近分類算法是數(shù)據(jù)挖掘分類(classification)技術(shù)中常用算法之一,本文將介紹如何通過KNN算法實(shí)現(xiàn)城市空氣質(zhì)量的預(yù)測,感興趣的同學(xué)可以了解一下2021-12-12