上一章我们已经正式进入了推导式的世界，先认识了列表推导式。你应该已经感觉到了：
推导式并不是什么神秘高级魔法。 它本质上只是把一些非常高频的“循环加收集”逻辑，用更紧凑的方式表达出来。
而且我们已经知道，列表推导式特别适合：
遍历一组旧数据 做处理 筛选条件 生成一个新列表
那接下来，Python 很自然地会往前再走一步：
既然列表可以这么生成， 那字典行不行？ 集合行不行？
答案当然是行。
于是就有了这一章的两个主角：
字典推导式 集合推导式
你会发现，它们和列表推导式其实是一家人。只是目标容器从列表，换成了字典和集合。
一、先别急着看语法，先回忆你以前是怎么构造字典的
比如现在你有一个列表：
words = ['apple', 'banana', 'cat']
你想把它变成这样一个字典：
{'apple': 5,'banana': 6,'cat': 3}
也就是：
单词作为键 单词长度作为值
如果按你以前最熟悉的方式写，通常会这样：
words = ['apple', 'banana', 'cat']result = {}for word in words: result[word] = len(word)print(result)
输出结果：
{'apple': 5, 'banana': 6, 'cat': 3}
这段代码当然没有任何问题。 但你会发现，这种模式和列表推导式之前的写法是不是非常像？
准备一个空容器 遍历旧数据 生成新内容 塞进结果容器
既然列表可以压缩成推导式，那字典当然也可以。
二、什么是字典推导式
先给最直接的定义：
字典推导式，就是用一行更紧凑的写法，直接生成一个新字典。
刚才那段代码，用字典推导式写出来就是：
words = ['apple', 'banana', 'cat']result = {word: len(word) for word in words}print(result)
输出结果还是：
{'apple': 5, 'banana': 6, 'cat': 3}
你会发现，逻辑完全没变。 只是原来分散在好几行里的构造过程，被集中到了一个表达式里。
所以你可以先把字典推导式理解成：
把“循环里不断给字典赋键值对”的固定模式，压缩成一行。
三、字典推导式的基础模板长什么样
你现在先记住这个骨架：
{键表达式: 值表达式 for 变量 in 可迭代对象}
例如：
{x: x * x for x in [1, 2, 3, 4]}
这句话的意思是：
遍历 [1, 2, 3, 4]每次取出一个 x把 x 作为键 把 x * x 作为值 最终生成一个字典
输出结果：
{1: 1, 2: 4, 3: 9, 4: 16}
这就是字典推导式最典型的入门例子之一。
四、字典推导式到底该怎么读
看这句：
{x: x * x for x in [1, 2, 3, 4]}
你可以分三部分读。
第一部分：
x: x * x
表示新字典里每一项的键和值怎么构造。
第二部分：
for x in [1, 2, 3, 4]
表示数据从哪里来。
整句话翻译成人话就是：
从 [1, 2, 3, 4] 中一个一个取出 x把每个 x 作为键 把它的平方作为值 放进新字典
只要你学会这样拆，它就一点都不难。
五、字典推导式特别适合哪些场景
你现在可以先把它和下面这些需求绑定起来：
把一个列表转换成字典 做键值映射 根据旧数据快速生成查找表 做批量转换 做简单的数据索引
比如：
单词映射长度 学生映射成绩 文件名映射大小 数字映射平方 键和值做转换
这些几乎都特别适合字典推导式。
六、再看几个特别典型的例子
例子 1，数字映射平方：
nums = [1, 2, 3, 4, 5]result = {n: n * n for n in nums}print(result)
输出：
{1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
例子 2，学生映射成绩：
students = ['张三', '李四', '王五']scores = [95, 88, 91]result = {students[i]: scores[i] for i in range(len(students))}print(result)
输出：
{'张三': 95, '李四': 88, '王五': 91}
例子 3，把字符串映射成长度：
words = ['python', 'book', 'banana']result = {word: len(word) for word in words}print(result)
输出：
{'python': 6, 'book': 4, 'banana': 6}
这些例子有一个共同点：
原始数据先被遍历，然后被组织成键值结构。
这正是字典推导式的天然主场。
七、字典推导式也可以加条件筛选
和列表推导式一样，字典推导式也可以带 if 条件。
比如你只想保留长度大于 4 的单词：
words = ['cat', 'python', 'book', 'banana']result = {word: len(word) for word in words if len(word) > 4}print(result)
输出：
{'python': 6, 'banana': 6}
模板这时候就升级成：
{键表达式: 值表达式 for 变量 in 可迭代对象 if 条件}
这说明字典推导式不仅能构造，还能边筛选边构造。
在数据处理中，这一点会非常常用。
八、一个特别实用的场景：交换字典的键和值
假设你有一个字典：
info = {'a': 1, 'b': 2, 'c': 3}
你想把它变成：
{1: 'a', 2: 'b', 3: 'c'}
普通写法当然可以循环写。 但字典推导式会特别自然：
info = {'a': 1, 'b': 2, 'c': 3}result = {value: key for key, value in info.items()}print(result)
输出：
{1: 'a', 2: 'b', 3: 'c'}
这段代码非常值得你记住。 因为“交换键值”是字典推导式里特别典型、特别有代表性的一个应用。
同时你也会看到，推导式不只是操作列表，也很适合处理字典自身。
九、现在转到集合推导式
前面我们已经见过列表推导式和字典推导式。 集合推导式其实也是同一套思路。
先给最直接的定义：
集合推导式，就是用一行更紧凑的写法，直接生成一个新集合。
比如现在你有一个列表：
nums = [1, 2, 2, 3, 3, 3, 4]
你想生成一个去重后的平方结果集合。
普通写法可能是：
nums = [1, 2, 2, 3, 3, 3, 4]result = set()for n in nums: result.add(n * n)print(result)
输出结果：
{1, 4, 9, 16}
集合推导式写法就是：
nums = [1, 2, 2, 3, 3, 3, 4]result = {n * n for n in nums}print(result)
输出还是：
{1, 4, 9, 16}
你看，是不是一下就和列表推导式接上了。
十、集合推导式的模板长什么样
最基础模板是：
{表达式 for 变量 in 可迭代对象}
注意，这里看起来和字典推导式很像，但少了冒号。
这一点特别关键：
有冒号的是字典推导式。没有冒号的是集合推导式。
比如：
{x * 2for x in [1, 2, 3, 4]}
表示生成一个集合。
而：
{x: x * 2for x in [1, 2, 3, 4]}
表示生成一个字典。
你一定要把这点分清。
十一、集合推导式最适合什么场景
你现在可以先记住下面几类：
批量处理后自动去重 从一组数据中提取唯一值 边筛选边去重 生成不重复结果集合
比如：
获取所有单词长度 提取所有首字母 提取所有不同城市 生成一组唯一标签
这些都很适合集合推导式。
十二、再看几个集合推导式例子
例子 1，提取所有单词长度：
words = ['apple', 'banana', 'cat', 'dog', 'book']result = {len(word) for word in words}print(result)
输出：
{3, 4, 5, 6}
因为长度重复的不会重复保存，这正是集合的特点。
例子 2，提取所有首字母：
words = ['apple', 'banana', 'book', 'cat', 'car']result = {word[0] for word in words}print(result)
输出：
{'a', 'b', 'c'}
例子 3，只保留偶数平方：
nums = [1, 2, 2, 3, 4, 4, 5, 6]result = {n * n for n in nums if n % 2 == 0}print(result)
输出：
{4, 16, 36}
这些例子会帮助你快速建立一个感觉：
集合推导式特别适合“处理后还想自动去重”的情况。
十三、为什么集合推导式很适合数据清洗
因为很多数据清洗场景，本来就特别关心：
唯一值 不重复结果 去重后的标签 分类后的键集合
比如你从一堆用户数据里，想提取所有出现过的城市名：
cities = ['北京', '上海', '北京', '深圳', '上海', '广州']result = {city for city in cities}print(result)
输出：
{'北京', '上海', '深圳', '广州'}
这就特别自然。
如果你前面学过集合的价值，就会很容易理解：
集合推导式的重点不只是“推导”，还包括“去重”。
十四、列表、字典、集合推导式，现在可以放在一起看了
到了这里，你应该开始能感受到它们其实是一套东西。
列表推导式：
[表达式 for 变量 in 可迭代对象]
字典推导式：
{键表达式: 值表达式 for 变量 in 可迭代对象}
集合推导式：
{表达式 for 变量 in 可迭代对象}
你会发现，核心结构都一样：
先写结果长什么样 再写循环来源 有需要的话再加条件
这说明推导式本质上不是三套完全不同的知识，而是一种统一思想在不同容器上的展开。
十五、现在最容易混的点是什么
最大坑通常有两个。
第一个坑，字典推导式和集合推导式看起来都用花括号，容易混。 判断办法很简单：
有冒号，是字典 没冒号，是集合
第二个坑，推导式写太复杂。 一旦你往里面塞太多判断和多层嵌套，代码很快就会从“简洁”变成“难读”。
所以还是那句话：
推导式的前提是更清楚，不是更花哨。
十六、什么时候特别适合字典推导式
你可以先记住这些高频场景：
要快速生成映射关系 要做键值对转换 要把旧数据整理成查找表 要从对象或列表中提取键值结果 要做简单筛选后生成新字典
比如：
姓名映射成绩 单词映射长度 编号映射对象 旧字典键值交换 筛选后生成配置项
这些都非常适合它。
十七、什么时候特别适合集合推导式
也很简单：
你既想批量处理 又想结果自动去重
比如：
提取所有不同长度 提取所有不同首字母 提取所有唯一标签 筛选后保留唯一结果
如果最终结果天然应该是“不重复的一组值”，那集合推导式就很顺手。
十八、做一个小综合案例：整理成绩数据
假设你有一组学生成绩记录：
students = {'张三': 95,'李四': 58,'王五': 88,'赵六': 58,'小明': 95}
现在你想做三件事。
第一，筛出及格学生，生成新字典：
passed = {name: score for name, score in students.items() if score >= 60}print(passed)
输出：
{'张三': 95, '王五': 88, '小明': 95}
第二，提取所有不同成绩：
score_set = {score for score in students.values()}print(score_set)
输出：
{88, 58, 95}
第三，交换键值做个简单映射：
simple_map = {score: name for name, score in students.items()}print(simple_map)
输出可能是：
{95: '小明', 58: '赵六', 88: '王五'}
注意最后这一条很有意思。 因为字典的键不能重复，重复分数会互相覆盖，所以这里只保留最后一次出现的那个名字。
这个例子也提醒你：
推导式只是表达方式，不会改变字典和集合本身的规则。
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 给下面列表生成“数字:平方”的字典：
nums = [1, 2, 3, 4, 5]
练习 2 从下面单词列表中，生成“只保留长度大于 4 的单词及其长度”的字典：
words = ['cat', 'python', 'book', 'banana', 'go']
练习 3 从下面列表中提取所有不重复的偶数平方，生成集合：
nums = [1, 2, 2, 3, 4, 4, 5, 6]
参考答案：
nums = [1, 2, 3, 4, 5]result1 = {n: n * n for n in nums}print(result1)words = ['cat', 'python', 'book', 'banana', 'go']result2 = {word: len(word) for word in words if len(word) > 4}print(result2)nums = [1, 2, 2, 3, 4, 4, 5, 6]result3 = {n * n for n in nums if n % 2 == 0}print(result3)
你把这三个练习亲手写一遍，列表推导式、字典推导式、集合推导式这三兄弟的关系就会非常清楚。
二十、本章总结
这一章最重要的，是把推导式的统一思路继续扩展开。
字典推导式适合快速生成键值映射，基础模板是：
{键表达式: 值表达式 for 变量 in 可迭代对象}
集合推导式适合批量处理后自动去重，基础模板是：
{表达式 for 变量 in 可迭代对象}
两者都可以加 if 条件做筛选。 字典推导式特别适合做映射、索引、键值交换。 集合推导式特别适合做唯一值提取和去重后的结果生成。 学习它们的关键，不是死背花括号，而是理解：推导式本质上是一种“边遍历边生成容器”的统一思想。
下一章我们继续往前走，进入另一个非常高频、但也很容易被误用的高级语法：093｜lambda 表达式：匿名函数该在什么时候用。
