1 # res=[] 2 # for i in range(1,34): 3 # res.append(str(i).zfill(2)) 4 # print(res) 5 6 res=[str(i).zfill(2) for i in range(1,34)] 7 print(res) 8 9 l = [i+1 for i in range(10)] 10 print(l)
摘自：https://www.cnblogs.com/yyds/p/6281453.html
顾名思义，列表生成式就是一个用来生成列表的特定语法形式的表达式。
1. 语法格式：
基础语法格式
[exp for iter_var in iterable]
工作过程：
- 迭代iterable中的每个元素；
- 每次迭代都先把结果赋值给iter_var，然后通过exp得到一个新的计算值；
- 最后把所有通过exp得到的计算值以一个新列表的形式返回。
相当于这样的过程：
L = [] for iter_var in iterable: L.append(exp)
带过滤功能语法格式
[exp for iter_var in iterable if_exp]
工作过程：
- 迭代iterable中的每个元素，每次迭代都先判断if_exp表达式结果为真，如果为真则进行下一步，如果为假则进行下一次迭代；
- 把迭代结果赋值给iter_var，然后通过exp得到一个新的计算值；
- 最后把所有通过exp得到的计算值以一个新列表的形式返回。
相当于这样的过程：
L = [] for iter_var in iterable: if_exp: L.append(exp)
循环嵌套语法格式
[exp for iter_var_A in iterable_A for iter_var_B in iterable_B]
工作过程：
每迭代iterable_A中的一个元素，就把ierable_B中的所有元素都迭代一遍。
相当于这样的过程：
L = [] for iter_var_A in iterable_A: for iter_var_B in iterable_B: L.append(exp)
2. 应用场景
其实列表生成式也是Python中的一种“语法糖”，也就是说列表生成式应该是Python提供的一种生成列表的简洁形式，应用列表生成式可以快速生成一个新的list。它最主要的应用场景是：根据已存在的可迭代对象推导出一个新的list。
3. 使用实例
我们可以对几个生成列表的要求分别通过“不使用列表生成式”和“使用列表生成式”来实现，然后做个对比总结。
实例1：生成一个从3到10的数字列表
# 不使用列表生成式实现 list1 = list(range(3, 11)) # 使用列表生成式实现 list2 = [x for x in range(3, 11)]
实例2：生成一个2n+1的数字列表，n为从3到11的数字
# 不使用列表生成式实现 list3 = [] for n in range(3, 11): list3.append(2*n + 1) # 使用列表生成式实现 list4 = [2*n + 1 for n in range(3, 11)]
实例3：过滤出一个指定的数字列表中值大于20的元素
L = [3， 7， 11， 14，19， 33， 26， 57， 99] # 不使用列表生成式实现 list5 = [] for x in L: if x < 20: list5.append(x) # 使用列表生成式实现 list6 = [x for x in L if x > 20]
实例4：计算两个集合的全排列，并将结果作为保存至一个新的列表中
L1 = ['香蕉', '苹果', '橙子'] L2 = ['可乐', '牛奶'] # 不使用列表生成式实现 list7 = [] for x in L1: for y in L2: list7.append((x, y)) # 使用列表生成式实现 list8 = [(x, y) for x in L1 for y in L2]
[('香蕉', '可乐'), ('香蕉', '牛奶'), ('苹果', '可乐'), ('苹果', '牛奶'), ('橙子', '可乐'), ('橙子', '牛奶')] [('香蕉', '可乐'), ('香蕉', '牛奶'), ('苹果', '可乐'), ('苹果', '牛奶'), ('橙子', '可乐'), ('橙子', '牛奶')]
实例5：将一个字典转换成由一组元组组成的列表，元组的格式为(key, value)
D = {'Tom': 15, 'Jerry': 18, 'Peter': 13}
# 不使用列表生成式实现
list9 = []
for k, v in D.items():
list9.append((k, v))
# 使用列表生成式实现
list10 = [(k, v) for k, v in D.items()]
可见，使用列表生成式确实要方便、简洁很多，使用一行代码就搞定了。
4. 列表生成式与map()、filter()等高阶函数功能对比
我觉得，大家应该已经发现这里说的列表生成式的功能与之前 这篇文章 中讲到的map()和filter()高阶函数的功能很像，比如下面两个例子：
实例1：把一个列表中所有的字符串转换成小写，非字符串元素原样保留
L = ['TOM', 'Peter', 10, 'Jerry'] # 用列表生成式实现 list1 = [x.lower() if isinstance(x, str) else x for x in L] # 用map()函数实现 list2 = list(map(lambda x: x.lower() if isinstance(x, str) else x, L))
实例2：把一个列表中所有的字符串转换成小写，非字符串元素移除
L = ['TOM', 'Peter', 10, 'Jerry'] # 用列表生成式实现 list3 = [x.lower() for x in L if isinstance(x, str)] # 用map()和filter()函数实现 list4 = list(map(lambda x: x.lower(), filter(lambda x: isinstance(x, str), L)))
对于大部分需求来讲，使用列表生成式和使用高阶函数都能实现。但是map()和filter()等一些高阶函数在Python3中的返回值类型变成了Iteraotr（迭代器）对象（在Python2中的返回值类型为list），这对于那些元素数量很大或无限的可迭代对象来说显然是更合适的，因为可以避免不必要的内存空间浪费。关于迭代器的概念，下面会单独进行说明。