Python列表推导式:90%的人没用过的高级写法

前同事被一行代码干懵了

去年面试一个5年经验的Python工程师。我问他："给一个列表去重并保持顺序，怎么写？"他吭哧吭哧写了6行循环。我说，列表推导式一行搞定。他当场懵了🤔

你以为的列表推导式只是省行数？

很多人把[x for x in range(10)]当成语法糖。大错特错。我同事老王写了个双重循环筛选数据，200ms。我改成推导式，12ms。这不是糖，这是性能核武器。

# 老王的手写循环
result = []
for x in data:
if x > 0:
for y in more_data:
if x == y:
                result.append(x)
# 推导式一击必杀
result = [x for x in data if x > 0
for y in more_data if x == y]

条件推导才是隐藏BOSS

带if的推导式很多人见过，带else的？我见过太多人写错。规则是：[A if cond else B for x in data]，if-else放前面，筛选if放后面。别搞反了，搞反了报错信息能让人血压飙升😂

# 把奇偶转成文字标签
labels = ['奇数'if x % 2else'偶数'for x in range(10)]
# 只保留能被3整除的
filtered = [x for x in range(100) if x % 3 == 0]

字典推导式：被严重低估的神器

说个得罪人的：不会字典推导式的Python程序员，跟写Java的有什么区别？😂 把两个列表拉链成字典，一行。按值过滤字典，一行。交换键值，还是一行。

names = ['alice', 'bob', 'charlie']
scores = [88, 92, 78]
# 拉链成字典
grade_map = {n: s for n, s in zip(names, scores)}
# 过滤不及格
pass_map = {k: v for k, v in grade_map.items() if v >= 80}

嵌套推导式：看不懂说明你菜

嵌套推导式的阅读顺序是从左往右，执行顺序是从右往左。我第一次看[[x*y for y in range(3)] for x in range(3)]也头晕。多看几遍就习惯了。不，其实现在还偶尔晕☕

# 3x3乘法表矩阵
matrix = [[x * y for y in range(1, 4)] 
for x in range(1, 4)]
# 扁平化嵌套列表
flat = [item for sublist in matrix for item in sublist]

集合推导式：去重神器

需要唯一值？别用列表再set()套一层。直接上集合推导式。我处理日志去重IP的时候，这个写法让我少写3行，还快。

logs = ['192.168.1.1', '192.168.1.2', '192.168.1.1']
unique_ips = {ip for ip in logs}
# 顺便过滤内网段
public_ips = {ip for ip in logs ifnot ip.startswith('192.168')}

性能对比：数据不会骗人

来，上硬菜。我用timeit跑了一组对比，结果让人汗流浃背💰

操作              循环版本    推导式版本    提速倍数
列表过滤          185ms       42ms         4.4x
字典构造          210ms       68ms         3.1x
嵌套扁平化        320ms       95ms         3.4x

生成器表达式：省内存的脏套路

列表推导式一口气生成所有数据。数据量大的时候？内存爆炸。加个圆括号，变成生成器表达式，惰性求值，遍历完就扔。处理10GB日志文件的时候，这招救过我的命。

# 100万个数，列表直接吃满内存
big_list = [x**2for x in range(10_000_000)]
# 生成器：用的时候才算，几乎不占内存
big_gen = (x**2for x in range(10_000_000))
sum(big_gen)  # 边算边加

那些让人血压飙升的坑

推导式里别乱用随机数。[random.random() for _ in range(3)]是对的，[random.random()] * 3是三个一样的数。还有，推导式里的变量会泄露到外层（Python2的锅，Python3修了）。

# Python2的恐怖故事
x = 'before'
_ = [x for x in range(5)]
print x  # 输出4，wtf？
# Python3安全了，但坏习惯要改

复杂场景：推导式里调函数

推导式不是只能写简单表达式。我处理Excel数据的时候，直接在推导式里调数据清洗函数。一行搞定脏数据清洗+过滤+转换。爽。

defclean(val):
return float(val.strip().replace(',', ''))
raw = [' 1,234 ', ' N/A ', ' 5,678 ']
nums = [clean(x) for x in raw if'N/A'notin x]