python中从for循环延申到推导式的具体使用
作者：No later
这篇文章主要介绍了python中从for循环延申到推导式的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
本文采用循序渐进的写法，逐步递进.
传统for循环：
#获取1到1000000的偶数 #采用传统写法（俗称普通解析） for i in range(1,10**6+1): if(i%2==0): print(i) #程序运行结果： #2 #4 #. #. #. #1000000
总结（从直观上对代码进行评价）：能完成要求，但是代码不够简洁.
改进后的代码，采用列表推导式：
#获取1到1000000的偶数 #采用列表推导式（俗称列表解析） print([i for i in range(1,10**6+1) if i%2==0]) #程序运行结果： #2 #4 #. #. #. #1000000
我们再来从代码运行速度上评价代码.
传统for循环的运行速度：
#采用clock（）函数进行测量代码运行时间
#用以浮点数计算的秒数返回当前的CPU时间，用来衡量不同程序的耗时，比time.time()更精确
import time
cpu_start=time.clock()
for i in range(1,10**6+1):
if(i%2==0):
print(i)
cpu_end=time.clock()
print("程序运行时间:",cpu_end-cpu_start)
#程序运行结果：
#2
#4
#.
#.
#.
#1000000
#程序运行时间: 2.1866424
#注意：编译器在3.3-3.8之间的会报一个警告：DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead
#因为python3.3以后不被推荐使用，该方法依赖操作系统，建议使用per_counter(返回系统运行时间)或process_time(返回进程运行时间)代替
采用列表推导式的运行速度：
#采用clock（）函数进行测量代码运行时间
#用以浮点数计算的秒数返回当前的CPU时间，用来衡量不同程序的耗时，比time.time()更精确
import time
cpu_start=time.clock()
print([i for i in range(1,10**6+1) if i%2==0])
cpu_end=time.clock()
print("程序运行时间:",cpu_end-cpu_start)
#程序运行结果：
#[2,4,6,8...1000000]
#程序运行时间: 0.005884400000000012
#注意：编译器在3.3-3.8之间的会报一个警告：DeprecationWarning: time.clock has been deprecated in Python 3.3 and will be removed from Python 3.8: use time.perf_counter or time.process_time instead
#因为python3.3以后不被推荐使用，该方法依赖操作系统，建议使用per_counter(返回系统运行时间)或process_time(返回进程运行时间)代替
总结（从代码运行速度上进行评价）：很明显采用列表推导式的代码，运行速度是更胜一筹的.
结论：
1.编译器会优化，不会因为简写而影响效率，反而因优化提高了效率.
2. 减少程序员工作量，减少出错.
3. 即简化了代码,又增强了代码的可读性.
那么存在列表解析式是否存在集合推导式，字典推导式，元组推导式，我们来一探究竟吧！这里就不再探究他们的运行速度了！
集合推导式：
#集合推导式
#获取1到1000000的偶数
x={i for i in range(1,10**6+1) if i%2==0}
type(x)
#输出结果：
#{2,4,6,8...1000000}
#<class 'set'>
字典推导式：
#获取值是偶数的所有键值对形成的字典
#采用传统方法
dict={'名字1': 1, '名字二': 2, '名字三': 3, '名字四': 4}
dict_x={}
for i,j in dict.items():
if(j%2==0):
dict_x[i]=j
print(dict_x)
print(type(dict_x))
#{'名字二': 2, '名字四': 4}
#<class 'dict'>
#获取值是偶数的所有键值对形成的字典
#字典推导式
#方法一
#采用zip函数与for循环将两个列表的值逐步遍历作为字典的键与值
x = {i : j for i, j in zip(["名字1", "名字二", "名字三", "名字四"], [1,2,3,4]) if j%2==0}
print(x)
print(type(x))
#运行结果：
#{'名字二': 2, '名字四': 4}
#<class 'dict'>
#方法二
#获取值是偶数的所有键值对形成的字典
#采用items()函数进行迭代遍历
dict={'名字1': 1, '名字二': 2, '名字三': 3, '名字四': 4}
x = {i : j for i, j in dict.items() if j%2==0}
print(x)
print(type(x))
#运行结果：
#{'名字二': 2, '名字四': 4}
#<class 'dict'>
元组推导式：
#获取1到1000000的偶数 x=(i for i in range(1,10**6+1) if i%2==0) print(x) type(x) #输出结果： #<generator object <genexpr> at 0x00000241FFAB2750> #<class 'generator'>
咦！前面都返回数组或者集合或字典，这个怎么返回了生成器（genexpr）,这是因为元组是不可变的。我们来访问一下里面的元素把！
#获取值是偶数的所有键值对形成的字典 x=(i for i in range(1,10**6+1) if i%2==0) for i in x: print(i) #输出结果： #2 #4 #. #. #. #1000000
总结：推导式虽然有很多优点，但是唯一不足的就是局部变量的可读性不高.
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。