公共操作-推导式（集合、列表、字典）

合集 - python(99)

1.python基础之注释2023-06-272.python语言学习路线（基础）2023-06-263.python源码结构2023-06-264.python发展史及python应用场景2023-06-265.变量2023-06-286.bug及debug2023-06-297.常见数据类型及其转换2023-06-308.字符串格式化2023-06-309.转义符2023-06-3010.字符串在货币、日期、精度的处理2023-07-0111.字符编解码2023-07-0112.字符编解码及其相互转换2023-07-0113.内置函数-help-帮助文档2023-07-0114.内置函数print-输出2023-07-0315.内置函数input2023-07-0316.运算符2023-07-0417.int的缓存策略（特别容易混）2023-07-0418.判断语句2023-07-0419.random模块2023-07-0420.判断语句+ random的应用-剪刀石头布游戏2023-07-0421.三元运算符（if else的简写）2023-07-0422.循环语句-while2023-07-0523.循环语句-while-练习题2023-07-0524.循环语句for循环2023-07-0525.循环语句 + else2023-07-0526.字符串类str2023-07-0627.正则在字符串中的简单应用2023-07-0628.列表（List）2023-07-0729.列表list的sort方法的坑2023-07-0730.列表综合应用-8个教室随机分配到3个教室2023-07-0831.元组2023-07-0832.自动组包 & 自动解包2023-07-0833.字典2023-07-0834.集合2023-07-0835.公共操作2023-07-08

36.公共操作-推导式（集合、列表、字典）2023-07-08

37.函数定义、调用、闭包2023-07-0838.拆包和交换变量值2023-07-0939.函数的变量作用域、返回值、参数2023-07-0940.函数递归2023-07-0941.匿名函数（lambda表达式）012023-07-0942.内置函数abs2023-07-0943.内置函数round2023-07-0944.内置函数abs022023-07-0945.高阶函数2023-07-0946.内置高阶函数map2023-07-0947.内置高阶函数reduce2023-07-0948.内置函数reduce2023-07-0949.学生管理系统-函数&循环&运算符综合练习2023-07-0950.文件操作之语法2023-07-1051.文件操作2-最佳实践2023-07-1152.文件操作之seek2023-07-1153.文件及文件夹操作2023-07-1154.面向对象基本概念2023-07-1255.面向对象之类、对象的定义2023-07-1256.添加和获取对象属性2023-07-1257.面向对象之魔法方法2023-07-1258.魔法函数 __repr__() 和 __str__()的区别2023-07-1259.魔法方法__len__2023-07-1260.魔法方法之__getitem__(self, key)、__setitem__(self, key, value) 和 __delitem__(self, key) 2023-07-1261.魔法方法之__iter__(self) && __next__(self)2023-07-1762.TypeError: iter() returned non-iterator of type 'MyIterable'2023-07-1763.魔法方法之__contains__()2023-07-1764.魔法方法之__call__2023-07-1765.魔法方法之__getattr__(), __setattr__(), 和 __delattr__2023-07-1866.__eq__(), __lt__(), 和 __gt__() 2023-07-1867.案例：烤地瓜2023-07-1868.案例：给房子置办家具2023-07-1969.继承2023-07-1970.继承之子类复用父类的属性、方法2023-07-1971.继承的分类2023-07-1972.MRO2023-07-1973.继承之子类重写父类同名属性和方法2023-07-1974.⼦类调⽤⽗类的同名⽅法和属性2023-07-1975.私有属性&&方法的定义&访问限制2023-07-1976.setter&getter方法访问私有属性2023-07-2077.__mro__属性2023-07-2078.python 面向对象3大特征详解2023-07-2079. 类属性和实例属性2023-07-2180.类属性和实例属性最佳实践2023-07-2181.类方法2023-07-2182.静态方法2023-07-2183.异常基础2023-07-2184.多组异常处理基础2023-07-2285.多组异常处理2023-07-2286.使用Python内置的错误信息2023-07-2287.捕获所有异常2023-07-2288.手动抛异常（raise）2023-07-2289.try-except-else-finally2023-07-2290.断言assert在异常中应用2023-07-2291.自定义异常类2023-07-2292.模块2023-07-2393.常见的5种模块导入2023-07-2394.模块的定位顺序2023-07-2395.__all__变量限制、明确导入范围2023-07-2396.包2023-07-2397.时间模块datetime2023-07-2398.多任务编程之并发、并行概念2023-07-2399.进程实现多任务（进程概念、单进程、多进程执行多任务）2023-07-23

收起

'''
Python推导式（Comprehensions）是一种简洁而强大的语法，用于创建新的数据结构（如列表、集合和字典）或对现有数据结构进行转换。
它可以使用更简单的方式完成迭代、筛选、映射等操作。

'''
# 1. 循环生成列表
# 1.1 准备⼀个空列表
list1 = []
# 1.2 书写循环，依次追加数字到空列表list1中
i = 0
while i < 10:
    list1.append(i)
    i += 1
print(list1)  # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 2. 列表推导式（List Comprehension）也叫列表⽣成式
# 列表推导式用于快速创建一个新的列表。其基本语法是将一个表达式放在方括号内，并添加一个可迭代对象的循环
'''
最佳实践：
    1. 尽量保持列表推导式的简洁和可读性。
    2. 可以在表达式中添加条件来过滤元素。
    3. 避免在列表推导式中嵌套过多的循环或复杂的逻辑，以免影响可读性。
'''
# 2.1 创建一个包含0到9的平方数的列表
squares_list = [x ** 2 for x in range(10)]
print(squares_list)  # 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 2.2 创建0-10的偶数列表
# ⽅法⼀: range()步⻓实现
my_list = [i for i in range(0, 9, 2)]
print(my_list)  # [0, 2, 4, 6, 8]
# 方法二: if 实现
my_list = [i for i in range(10) if i % 2 == 0]
print(my_list)  # [0, 2, 4, 6, 8]
# 2.3  多个for循环实现列表推导式,多个for用空格隔开,类似于for嵌套
# 需求:[(1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)]
my_list = [(i, j) for i in range(1, 3) for j in range(0, 3)]
print(my_list)

# 3. 字典推导式（Dictionary Comprehension）:用于快速创建一个新的字典。其语法类似于列表推导式，但需要指定键和值的表达式，并使用冒号 : 分隔键和值
'''
最佳实践：
    1. 可以在键和值的表达式中添加条件来进行过滤或转换。
    2. 在创建字典时，确保键的唯一性。
需要注意的坑：
    1. 在使用推导式时，尽量避免过于复杂的表达式和逻辑，以免降低可读性。
    2. 当数据量很大或计算复杂时，推导式可能会影响程序的性能。在这种情况下，应考虑使用传统的循环和条件语句。
'''
# 3.1 创建一个将0到9的数字映射为它们的平方的字典
my_dict = {x: x ** 2 for x in range(10)}
print(my_dict)  # 输出: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
'''
3.2 如下2个列表: 列表的长度肯定要一样
list1 = ['name', 'age', 'gender']
list2 = ['Tom', 20, 'man']
如何快速合并为⼀个字典？
'''
list1 = ['name', 'age', 'gender']
list2 = ['Tom', 20, 'man']
my_dict = {list1[i]: list2[i] for i in range(len(list1))}
print(my_dict)  # {'name': 'Tom', 'age': 20, 'gender': 'man'}

# 3.3 利用if语句,提取字典中⽬标数据
counts = {'MBP': 268, 'HP': 125, 'DELL': 201, 'Lenovo': 199, 'acer': 99}
# 需求：提取上述电脑数量⼤于等于200的字典数据
count1 = {key: value for key, value in counts.items() if value >= 200}
print(count1)  # {'MBP': 268, 'DELL': 201}

# 4. 集合推导式
'''
集合推导式用于快速创建一个新的集合。其语法与列表推导式相似，只是使用大括号 {} 而不是方括号 []
最佳实践：
    1. 集合推导式可以用于去除重复的元素。
    2. 与列表推导式一样，要保持简洁和可读性。
'''
my_list1 = [1, 1, 2]
set1 = {i ** 2 for i in my_list1}  # 特别注意其写法
print(set1)  # {1, 4}
# 创建一个包含1到10的平方数的集合
squares = {x ** 2 for x in range(1, 11)}
print(squares)  # 输出: {64, 1, 4, 36, 100, 9, 16, 49, 81, 25}