Python技巧：实例剖析推导式、条件表达式及Lambda函数

文章标题：

Python技巧：实例解析推导式、条件表达式与Lambda函数

文章内容：

文章目录

• • • 1. 推导式
  • • 1.1 列表推导式
    • 1.2 集合推导式
    • 1.3 字典推导式
    • 2.4 生成器推导式
  • 2. 条件表达式
  • 3. Lambda函数

依照常规，先做声明：本文是本人学习过程中的心得，虽参考了他人的宝贵见解与成果，但内容或许存在不准确之处。若发现文中错误，还望批评指正，共同进步。

本文对Python编程中会用到的三个（高阶）小技巧进行总结，分别是推导式、条件表达式和Lambda函数，并通过实例阐释它们的使用方法。

这三者都是用于简化代码的工具，但可能会影响代码的可读性，在实际编码时要综合考量是否采用这三种方法。

1. 推导式

Python里的推导式是一种简洁且高效的语法结构，可从一个或多个可迭代对象高效创建新的列表、集合、字典或生成器对象。下面是四种主要的推导式类型：

1.1 列表推导式

列表推导式能快速生成列表，它可包含一个或多个循环以及条件表达式。

基本语法：

new_list = [expression for item in iterable if condition]

示例：

squares = [x**2 for x in range(10)]  # 创建包含前10个整数平方的列表
even_squares = [x**2 for x in range(10) if x % 2 == 0]  # 创建仅包含偶数平方的列表

打印输出：

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
[0, 4, 16, 36, 64]

1.2 集合推导式

集合推导式用于创建无重复元素的集合，语法和列表推导式类似。

基本语法：

new_set = {expression for item in iterable if condition}

示例：

unique_even_numbers = {x for x in [1, 2, 2, 3, 4, 4, 4, 5, 6] if x % 2 == 0}  # 创建仅包含唯一偶数的集合

打印输出：

{2, 4, 6}

注意：和列表推导式不同，集合推导式会自动过滤重复元素，例如下面的代码：

a = {x for x in [1,2,2,3,3,4,5,5]}

打印输出：

{1, 2, 3, 4, 5}

1.3 字典推导式

字典推导式用于创建字典，其中的键值对由某种表达式和迭代过程生成。

基本语法：

new_dict = {key_expression: value_expression for item in iterable if condition}

示例：

dict_even_square = {i:i**2 for i in range(10) if i%2==0}

打印输出：

{0: 0, 2: 4, 4: 16, 6: 36, 8: 64}

2.4 生成器推导式

生成器推导式看起来和列表推导式相似，但它不会直接创建列表，而是生成一个生成器对象，能逐个产生所需结果，节省内存。

基本语法：

generator = (expression for item in iterable if condition)

示例：

gen_squares = (x**2 for x in range(5))   # 创建一个生成器，按需生成前5个整数的平方
print(type(gen_squares))
for i in gen_squares:
    print(i)

输出：

<class 'generator'>
0
1
4
9
16

在这些推导式中，expression是针对item计算的新值，iterable是用于迭代的数据源，if condition是可选的筛选条件。通过这些结构，Python程序员能便捷地对数据进行转换、筛选和聚合，提升代码的简洁性和执行效率。

2. 条件表达式

Python中的条件表达式，又叫三元运算符，它能让我们在一行内依据某个条件决定返回值。条件表达式的语法结构如下：

value_if_true if condition else value_if_false

这里的condition是布尔表达式，若condition结果为True，整个条件表达式的值就是value_if_true；若condition为False，则值为value_if_false。

示例：

age = 18
status = "成年" if age >= 18 else "未成年"

打印输出：

成年

此例中，若age大于等于18，status会被赋值为“成年”，否则为“未成年”。

条件表达式还能实现多个条件判断，例如：

age = 61
status = "未成年" if age < 18 else "成年" if age < 60 else "老年"

打印输出：

老年

条件表达式比传统if-else结构更紧凑，适用于简单情况，但复杂逻辑判断时，多行if-else语句可能更易读。

总之，条件表达式是推导式中用于逻辑选择的部分，可内嵌在推导式结构中，助力数据处理和代码简化。

3. Lambda函数

Python中的Lambda函数是简化的匿名函数定义方式，能让开发者在不显式定义函数名时快速编写小型单行函数。Lambda函数适合仅需一次性使用的简单功能场景，或作为其他高阶函数（如map()、filter()、reduce()等）的参数。

Lambda函数基本语法格式：

lambda arguments: expression

• arguments：参数列表，可含一个或多个参数，多个参数用逗号,分隔。
• expression：单一表达式，其计算结果为Lambda函数的返回值。Lambda函数不允许复杂逻辑，只能是单个表达式。

示例：
1. 创建计算两数之和的简单Lambda函数：

add = lambda x, y: x + y
print(add(3, 5))  # 输出：8

1. 将Lambda函数用作map()函数的参数（类似列表推导式）：

numbers = [1, 2, 3, 4, 5]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # 输出：[1, 4, 9, 16, 25]

借助Lambda函数，无需定义完整函数就能实现简单操作，增强代码简洁性和灵活性。复杂功能逻辑建议用常规def关键字定义的函数以提高可读性。