《Python 从入门到精通》091|列表推导式:Pythonic 写法从这里开始

前面我们已经学过列表，也写过很多 for 循环。比如遍历数据、筛选数据、批量处理数据，这些你其实已经做过很多次了。到了这一章，Python 会给你一个非常有代表性的高级写法：列表推导式。

很多人第一次看到列表推导式，会有两种反应。

第一种反应是，哇，这一行怎么能写这么多。 第二种反应是，这种写法是不是只是为了炫技。

其实都不对。

列表推导式真正的价值，不是让代码显得厉害，而是让一些非常常见的列表生成逻辑，写得更紧凑、更清楚、更像 Python 风格。

也正因为它太有代表性了，所以很多人会把它当成“Pythonic 写法”的起点。

这一章，我们就把它彻底讲清。

一、先别急着背语法，先看你以前是怎么写的

比如你现在有一个列表：

nums = [1, 2, 3, 4, 5]

你想把里面每个数字都变成平方数，最自然的写法通常是这样：

nums = [1, 2, 3, 4, 5]result = []for n in nums:    result.append(n * n)print(result)

输出结果：

[1, 4, 9, 16, 25]

这段代码当然完全没问题。 而且对初学者来说，这种写法非常重要，因为它最直白。

但你会发现，这种逻辑其实特别常见：

准备一个空列表 遍历原数据 把处理后的结果 append 进去

当这种模式反复出现时，Python 就给你提供了一个更紧凑的表达方式，这就是列表推导式。

二、列表推导式到底是什么

先给一个最直白的定义：

列表推导式，就是用一行更紧凑的写法，直接生成一个新列表。

刚才那段代码，用列表推导式写出来就是：

nums = [1, 2, 3, 4, 5]result = [n * n for n in nums]print(result)

输出结果还是：

[1, 4, 9, 16, 25]

你会发现，效果完全一样。 但写法明显更集中。

所以你可以先把列表推导式理解成：

把原来那种“循环加 append”的固定模式，压缩成一种更简洁的列表生成语法。

三、先把这个结构看懂

刚才这句是本章最核心的起点：

[n * n for n in nums]

你先别急着一口气背，先按顺序看。

最左边：

n * n

表示你想放进新列表里的元素长什么样。

后面这段：

for n in nums

表示数据从哪里来，以及怎么遍历。

所以整句话翻译成人话就是：

从 nums 里一个一个取出 n把每个 n * n 放进新列表 最终生成整个结果列表

这样一翻译，是不是就顺多了。

四、列表推导式和普通 for 循环的关系

这一点特别重要。

很多新手看到推导式后，会觉得自己是不是以后都不需要 for 循环了。不是。

列表推导式不是替代 for 循环，而是在一种很典型的场景下，给你一个更适合的写法。

这个场景就是：

我要从一组旧数据，快速生成一组新列表。

比如：

每个元素做一次处理 把结果收集成新列表 或者先筛选，再收集成新列表

如果只是单纯做遍历、打印、复杂逻辑分支，那很多时候普通 for 循环依然更自然。

所以你一定不要有一个误区：

列表推导式不是为了取代所有循环。 它只是更适合“生成新列表”这个场景。

五、最基础的模板长什么样

你现在先记住这个最基础模板：

[表达式 for 变量 in 可迭代对象]

比如：

[x * 2for x in [1, 2, 3]]

意思就是：

遍历 [1, 2, 3]每次取出 x把 x * 2 的结果放进新列表

输出：

[2, 4, 6]

这个模板你后面会反复用到。 它就是所有列表推导式的骨架。

六、为什么说它是 Pythonic 写法的开始

因为 Python 这门语言有一个很鲜明的特点：

对于高频模式，它往往会提供更简洁、更优雅的表达方式。

而“遍历一个序列，把处理结果收集成列表”这件事，实在太高频了。 高频到什么程度？

文本处理会用到 数据清洗会用到 文件处理会用到 爬虫会用到 自动化脚本会用到 几乎所有项目都可能会用到

所以列表推导式就变成了 Python 里特别有代表性的一种风格。

不是因为它花哨，而是因为它太常用了。

七、再看几个特别典型的例子

例子 1，把所有字符串都变成大写：

words = ['python', 'java', 'go']result = [word.upper() for word in words]print(result)

输出：

['PYTHON', 'JAVA', 'GO']

例子 2，把字符串列表转成长度列表：

words = ['apple', 'banana', 'cat']result = [len(word) for word in words]print(result)

输出：

[5, 6, 3]

例子 3，把数字全部转成字符串：

nums = [10, 20, 30]result = [str(n) for n in nums]print(result)

输出：

['10', '20', '30']

你会发现，这些都属于同一种模式：

拿旧列表 逐个处理 生成新列表

这就是列表推导式最擅长的事情。

八、列表推导式不只是处理，还可以筛选

这一步特别重要。

除了“遍历并加工”，列表推导式还特别适合“边筛选边生成”。

比如你现在只想保留偶数：

普通写法：

nums = [1, 2, 3, 4, 5, 6]result = []for n in nums:if n % 2 == 0:        result.append(n)print(result)

输出：

[2, 4, 6]

列表推导式写法：

nums = [1, 2, 3, 4, 5, 6]result = [n for n in nums if n % 2 == 0]print(result)

输出还是：

[2, 4, 6]

这就说明，列表推导式不只是能处理元素，也能附带筛选条件。

九、这时候模板要升级一下

当你需要筛选时，模板会变成：

[表达式 for 变量 in 可迭代对象 if 条件]

比如：

[x for x in nums if x > 10]

这句话翻译成人话就是：

遍历 nums只保留大于 10 的那些 x把它们放进新列表

你会发现，这种写法在数据处理里特别自然。

十、再看几个筛选类例子

例子 1，找出长度大于 3 的单词：

words = ['hi', 'python', 'cat', 'banana']result = [word for word in words if len(word) > 3]print(result)

输出：

['python', 'banana']

例子 2，找出所有正数：

nums = [-3, -1, 0, 2, 5, -7, 8]result = [n for n in nums if n > 0]print(result)

输出：

[2, 5, 8]

例子 3，筛出所有包含字母 a 的单词：

words = ['apple', 'dog', 'banana', 'cat']result = [word for word in words if'a'in word]print(result)

输出：

['apple', 'banana', 'cat']

这些例子会帮助你建立一个非常关键的感觉：

列表推导式特别适合做“筛选加收集”。

十一、处理和筛选还能放在一起

这一点你会很常用。

比如你想从一组数字里，只拿偶数，并且把这些偶数变成平方数。

普通写法：

nums = [1, 2, 3, 4, 5, 6]result = []for n in nums:if n % 2 == 0:        result.append(n * n)print(result)

列表推导式写法：

nums = [1, 2, 3, 4, 5, 6]result = [n * n for n in nums if n % 2 == 0]print(result)

输出：

[4, 16, 36]

你会发现，这种写法一旦读顺了，会非常舒服。

它本质上表达的是：

从 nums 里遍历 只取偶数 把每个偶数平方 收集成新列表

这一类逻辑，列表推导式几乎天生就适合。

十二、为什么很多人刚开始会觉得它难

因为它把原来分成好几行的逻辑，压到了一行里。 信息密度一下变高了。

以前你是按这种顺序写：

先写空列表 再写循环 再写条件 再写 append

而列表推导式把这些东西挤到一个表达式里后，大脑需要适应新的阅读顺序。

所以你一开始觉得别扭，非常正常。 关键不是马上追求写得飞快，而是先学会“拆着看”。

比如这句：

[n * n for n in nums if n % 2 == 0]

你可以拆成三部分理解：

结果长什么样 数据从哪来 条件是什么

一旦学会这么拆，它就不再难了。

十三、最容易犯的一个错：把推导式写得太复杂

这是必须提前提醒你的。

列表推导式很好用，但不是说越长越高级。 如果你往里面塞太多层逻辑、太多条件、太多判断，它很快就会从“简洁”变成“难读”。

比如这种简单场景：

[x * 2for x in nums]

很清楚。

这种也还行：

[x * 2for x in nums if x > 0]

但如果你开始把很多复杂分支都压进去，代码就会变得难读。 那时候，与其硬追求一行，不如老老实实写普通循环。

所以要记住一个特别实用的原则：

列表推导式的前提是更清楚，不是更炫。

十四、什么时候特别适合用列表推导式

你可以先记住下面几类高频场景：

把旧列表加工成新列表 对每个元素做同一种处理 边筛选边生成新列表 从字符串、数字、对象中提取某个属性或结果 想让“生成新列表”这件事写得更紧凑

比如：

批量去空格 批量转大写 批量取长度 批量转类型 筛出符合条件的数据

这些几乎都是它的天然主场。

十五、什么时候不太适合硬用

如果你遇到下面这些情况，就要谨慎一点：

逻辑分支特别多 条件嵌套特别深 要做的不只是生成列表 中间还要打印、记录、调试 代码写成一行后自己都要看半天

这时候普通 for 循环往往更合适。

所以你千万不要把列表推导式理解成“看到循环就一定要改成推导式”。 不是这样。

真正成熟的写法永远是：

选更合适的表达方式，而不是盲目追求更短。

十六、做一个特别贴近数据处理的小案例

假设你从文件里读出来一批原始文本，其中有很多空格。 你想把每一行都清洗一下。

lines = ['  python  ', '  java', 'go  ', '  c++  ']cleaned = [line.strip() for line in lines]print(cleaned)

输出：

['python', 'java', 'go', 'c++']

这个例子特别有代表性。 因为你会发现，真实数据处理里这种“批量清洗”场景太常见了。

如果不用列表推导式，当然也能写。 但推导式在这里真的会显得特别顺手。

十七、再看一个更像业务代码的例子

假设你有一批学生成绩，想找出及格成绩，并统一加上一个文本说明。

scores = [58, 76, 90, 43, 67, 81]result = [f'成绩：{score}'for score in scores if score >= 60]print(result)

输出：

['成绩：76', '成绩：90', '成绩：67', '成绩：81']

这时候你应该开始真正体会到：

列表推导式不是玩具。 它就是数据处理里很顺手的一种表达工具。

十八、列表推导式和你前面学过的内容，其实是连着的

这一章不是凭空冒出来的。

你前面学了：

列表 循环 条件判断 字符串处理 文件读写 模块和标准库

列表推导式其实就是建立在这些基础之上的更紧凑写法。

所以如果你前面循环、条件、列表处理还不太稳，这一章就会觉得有点快。 这不是因为它多神秘，而是因为它本身就是在压缩前面已经学过的逻辑。

你也可以反过来理解：

列表推导式，是对前面基础能力的一次浓缩表达。

这也是为什么它会成为“高级语法与进阶特性”阶段的第一章。

十九、本章小练习

你可以做三个特别适合巩固的练习。

练习 1 把下面列表中的每个数字都加 10：

nums = [1, 2, 3, 4, 5]

练习 2 从下面列表中筛出所有奇数：

nums = [1, 2, 3, 4, 5, 6, 7, 8]

练习 3 把下面字符串列表里长度大于 4 的单词全部转成大写：

words = ['cat', 'python', 'book', 'banana', 'go']

参考答案：

nums = [1, 2, 3, 4, 5]result1 = [n + 10for n in nums]print(result1)nums = [1, 2, 3, 4, 5, 6, 7, 8]result2 = [n for n in nums if n % 2 == 1]print(result2)words = ['cat', 'python', 'book', 'banana', 'go']result3 = [word.upper() for word in words if len(word) > 4]print(result3)

只要你把这三个练习亲手写一遍，这一章的主干就会非常稳。

二十、本章总结

这一章最重要的，是把列表推导式的感觉建立起来。

列表推导式，本质上是用更紧凑的方式生成新列表。 它最适合的场景，是遍历旧数据、做处理、再收集成新列表。 基础模板是：

[表达式 for 变量 in 可迭代对象]

带筛选条件的模板是：

[表达式 for 变量 in 可迭代对象 if 条件]

它的价值不在于炫技，而在于让一些高频列表生成逻辑写得更清楚、更像 Python 风格。 但前提是代码要更容易读，而不是更难读。复杂逻辑别硬塞进推导式里。

到这里，第十阶段就真正开始了。 下一章我们继续往前走，进入和列表推导式非常自然衔接的内容：092｜字典推导式与集合推导式：一行代码处理数据。