第 14 章 宝典速成:推导式、解包与容器选型
📖 本章目标:学会用"推导式"把循环写成一行,并搞清四种容器什么时候用谁。
学完本章,你写列表代码会明显变"帅"——这是告别新手感的重要一步。
这一章没有新的"底层原理",全是有用的技巧和选择的心法。技巧让你写得快,选型让你选得对。
【开场小剧场】一行顶三行的魔法
学生: 皮皮,我发现写"造列表"的循环好啰嗦,比如把每个数翻倍,要写四五行。
皮皮: 那你该见识一下推导式——Python 的祖传魔法,把"创建列表的循环"压缩成一行。
学生: 真的假的?一行?
皮皮: 真的。而且不只是列表,字典也能一行造。今天教你三招:列表推导式、字典推导式,再加一个'什么时候用哪种容器'的选型心法。
学生: 那我以后是不是就不用写循环了?
皮皮: 不是。推导式适合"造列表"这种"产出式"循环;而"边循环边干别的"(比如边打印边累加)还得靠普通循环。工具多一件,不是取代旧工具,是多一个选择。
14.1 列表推导式:一行造列表
先看"土办法"——用循环造一个"每个数翻倍"的列表:
nums = [1, 2, 3, 4, 5]
doubled = []
for x in nums:
doubled.append(x * 2)
print(doubled) # [2, 4, 6, 8, 10]
五行。现在看推导式:
nums = [1, 2, 3, 4, 5]
doubled = [x * 2 for x in nums]
print(doubled) # [2, 4, 6, 8, 10]
一行,搞定。 这就是推导式。它的结构是固定的:
[ 对每个元素做什么 for 元素 in 可迭代对象 ]
逐行拆解:
- x * 2:对每个 x 做什么(结果会放进列表);
- for x in nums:从 nums 里一个个取 x;
- 外面的方括号 []:结果收集成一个列表。
把两种写法放一起对照:
# 传统循环
doubled = []
for x in nums:
doubled.append(x * 2)
# 推导式
doubled = [x * 2 for x in nums]
推导式 = "造一个列表 + 用循环填它 + 每项做同样的变形",三合一。 它读起来像英文句子:"把 x*2 放进列表,对于 nums 里的每个 x。"
再来几个例子,感受一下:
# 给字符串的每个字母变大写
print([c.upper() for c in "python"]) # ['P', 'Y', 'T', 'H', 'O', 'N']
# 生成长度 1~5 的"星号行"
print(["*" * i for i in range(1, 6)]) # ['*', '**', '***', '****', '*****']
# 对字符串列表清洗
names = [" 皮皮 ", "小美", " 阿强 "]
print([n.strip() for n in names]) # ['皮皮', '小美', '阿强']
逐行拆解:
- [c.upper() for c in "python"]:遍历字符串,每个字母变大写;
- ["*" * i for i in range(1, 6)]:遍历 1~5,生成对应长度的星号串;
- [n.strip() for n in names]:遍历名字,每个都 strip() 清洗。
注意一个细节: 推导式是"产出式"的——它不会修改原来的列表,而是造一个全新的。names 原列表纹丝不动。
🐍"皮皮注:推导式第一次看会有点晕,这很正常。记住套路'先写要什么,再写 for 谁',多写几个就顺了。它是 Python 最受欢迎的特性之一,简历上都能写。"
配套代码文件:code/ch14/comprehension.py。
14.2 带条件的推导式:筛选一把抓
推导式还能在后面加一个 if,顺手筛选:
[ 做什么 for 元素 in 序列 if 条件 ]
nums = [1, 2, 3, 4, 5, 6]
# 只要偶数
even = [x for x in nums if x % 2 == 0]
print(even) # [2, 4, 6]
# 只要大于 3 的,再翻倍
big = [x * 2 for x in nums if x > 3]
print(big) # [8, 10, 12]
逐行拆解 big = [x * 2 for x in nums if x > 3]:
- for x in nums:先一个个取出 x;
- if x > 3:只有 x 大于 3 的才放行;
- x * 2:放行的 x,乘以 2 放进列表。
翻译一下:"对 nums 里每一个 x,如果 x > 3 成立,就把 x * 2 放进列表。"
这行代码等于下面这个传统四行:
big = []
for x in nums:
if x > 3:
big.append(x * 2)
推导式一行,传统写法四行——"帅"和"稳"兼得。
换例加深:从名单里筛出名字长度 ≥2 的:
names = ["皮皮", "一", "小美", "阿强", "零"]
long_names = [n for n in names if len(n) >= 2]
print(long_names) # ['皮皮', '小美', '阿强']
"三合一"升级成"四合一": 造列表 + 循环 + 变形 + 筛选,四个动作一行完成。
14.3 字典推导式:一行造字典
字典也能推导,把方括号换成花括号,再带上键和值:
# 造一个 {数字: 数字的平方} 的字典
squares = {x: x ** 2 for x in range(1, 6)}
print(squares)
# {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
结构:
{ 键: 值 for 元素 in 序列 }
逐行拆解: {x: x ** 2 for x in range(1, 6)}——遍历 1~5,每个 x 作为键,x ** 2 作为值。
再来一个实用的:把成绩表"名字 → 成绩"反过来:
scores = {"皮皮": 95, "小美": 88, "阿强": 73}
reverse = {v: k for k, v in scores.items()}
print(reverse) # {95: '皮皮', 88: '小美', 73: '阿强'}
逐行拆解: 遍历 scores.items() 拿到 (k, v),然后键值对调——原来的值 v 当新键,原来的键 k 当新值。
🐍"皮皮注:字典推导式注意一个隐患——如果两个键映射到同一个值,反过来时会互相覆盖(后写的赢)。比如两个人都考 95,反查字典就只剩一个。以后做反转前,先想想会不会有重复值。"
配套代码文件:code/ch14/comprehension.py。
14.4 enumerate / zip 与解包
enumerate 第 9 章见过,它配合解包可以同时拿到"序号"和"元素":
colors = ["红", "绿", "蓝"]
for index, color in enumerate(colors):
print(index, color)
zip 是另一个好帮手:把两个列表"拉链"式地配对:
names = ["皮皮", "小美"]
scores = [95, 88]
pairs = list(zip(names, scores))
print(pairs) # [('皮皮', 95), ('小美', 88)]
# 配合 for 和拆包,最顺手
for name, score in zip(names, scores):
print(f"{name} 考了 {score} 分")
逐行拆解:
- zip(names, scores):把两个列表的对应元素咬合成 (名字, 分数) 对;
- list(...):转成列表方便看(zip 本身是惰性迭代器,第 26 章讲);
- for name, score in zip(...):配合第 12 章的拆包,一次拿两个。
zip 的细节: 两个列表长度不一致时,zip 只配到短的那个为止(多的不管)。
对比记忆:
- enumerate = 给一个列表的元素配序号;
- zip = 给两个列表的元素配对。
💡
zip的意思是"拉链"——把两个列表的对应元素一个个咬合在一起。enumerate是"给每个元素配序号",zip是"给两个列表的元素配对",别搞混。
14.5 容器选型:什么时候用谁?
学了四种容器(list / tuple / set / dict),现在最关键的问题来了:我该用哪个?
皮皮给你一张"选型宝典":
| 场景 | 用谁 | 为什么 |
|---|---|---|
| 要装一堆东西,顺序重要,要能增删改 | 列表 list | 万能选手,90% 的场合选它 |
| 数据固定不许改,或者要当字典的键 | 元组 tuple | 不可变,安全又快 |
| 要去重,或做集合运算(交并差) | 集合 set | 自动去重,成员判断飞快 |
| 想按"名字"查信息 | 字典 dict | 键值对,按键查值 |
| 只判断"某个东西在不在" | 集合 set 或 in |
set 的 in 最快 |
皮皮版记忆口诀:
"有序可改"找列表,只读信物找元组,去重集合最靠谱,按名查值找字典。
还有一个高频问题:"元素顺序重要吗?"
- 重要(第 1 个、第 2 个……)→ 列表 / 元组;
- 不重要(只有"有没有")→ 集合 / 字典。
选型的通用思考顺序:
- 要不要按名字查?→ 要,选字典;
- 要不要去重?→ 要,选集合;
- 数据能不能改?→ 不能改,选元组;
- 剩下,全选列表。
练手题: 一个程序要统计"一段话里每个单词出现多少次",该用什么容器?
答案: 字典!用"单词"当键,"次数"当值。这就是下一节要写的——词频统计。
配套代码文件:code/ch14/word_freq.py。
【皮皮小课堂】本章要点
- 列表推导式:
[对x做什么 for x in 序列],一行造列表。 - 带条件推导式:
[对x做什么 for x in 序列 if 条件],筛选 + 变形一把抓。 - 字典推导式:
{键: 值 for x in 序列}。 enumerate:元素配序号;zip:两个列表配对。- 选型口诀:"有序可改找列表,只读信物找元组,去重集合最靠谱,按名查值找字典。"
- 词频统计:用字典,
单词 → 次数。
【翻车现场】本章的坑
坑 1:推导式的顺序写反
❌ 错误示范:
[x in nums for x * 2] # 顺序错了,语法错误
正确顺序:先写"做什么",再写 for ... in ...。 记不住就回看 14.1 的公式。推导式的单词顺序像英语句子:先结果,后来源。
坑 2:if 放错位置
[if x > 3 x for x in nums] # ❌ 错,if 放最后
[x for x in nums if x > 3] # ✅ 对
if 必须放在 for 的后面。
坑 3:推导式写得太复杂,反而不如循环
推导式虽帅,但三行以上逻辑就别硬挤成一行。代码是给人读的,不是为了显得酷。皮皮原则:能一行说清用推导式,说不清就老实写循环。 嵌套推导式(里面有 for for 的)尤其慎用。
坑 4:生成器表达式和列表推导式搞混
[x for x in nums] 是列表(方括号);(x for x in nums) 是生成器(圆括号,惰性的)。两者都能迭代,但生成器不占内存、一次性消费——第 26 章专门讲。看括号认亲戚:方括号是列表,圆括号是生成器。
坑 5:字典推导式键重复被覆盖
scores = {"皮皮": 95, "小美": 95}
reverse = {v: k for k, v in scores.items()}
print(reverse) # {95: '小美'} —— 皮皮被覆盖了!
两个键映射到同一个值 95,反转后 95 → 皮皮 先写入,又被 95 → 小美 覆盖。反转前想想会不会撞车,撞了就用列表收集,别用字典。
坑 6:zip 两个列表长度不一致
names = ["皮皮", "小美", "阿强"]
scores = [95, 88]
print(list(zip(names, scores)))
# [('皮皮', 95), ('小美', 88)] —— 阿强被"吞"了
zip 只配到短列表为止,多出来的元素被无视。配对前确认长度一致,或把"多的"当成"缺信息"来兜底。
【本章习题】
一、选择题
1. (★) [x * 2 for x in range(4)] 的结果是?
- A.
[0, 2, 4, 6] - B.
[2, 4, 6, 8] - C.
[0, 1, 2, 3] - D. 报错
2. (★★) [x for x in range(10) if x % 2 == 1] 的结果是?
- A.
[0, 2, 4, 6, 8] - B.
[1, 3, 5, 7, 9] - C.
[2, 4, 6, 8] - D.
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
3. (★★) {x: x + 1 for x in [1, 2, 3]} 的结果是?
- A.
[2, 3, 4] - B.
{1: 2, 2: 3, 3: 4} - C.
{2, 3, 4} - D.
{1: 1, 2: 2, 3: 3}
4. (★★ 多选) 关于推导式和容器选型,下列说法正确的是?
- A. 列表推导式可以带
if做筛选 - B. 字典推导式用花括号
{} - C. 要按名字查信息,优先用字典
- D. 要自动去重,优先用列表
5. (★★ 多选) 关于 zip 和 enumerate,下列说法正确的是?
- A.
zip(["a", "b"], [1, 2])得到[("a", 1), ("b", 2)] - B.
enumerate(["a", "b"])会给每个元素配一个序号 - C.
zip两个列表长度不同时,以长的为准 - D.
enumerate返回的序号默认从 0 开始
二、判断题
1. (★) [n ** 2 for n in range(3)] 的结果是 [0, 1, 4]。( )
2. (★★) zip(["a", "b"], [1, 2]) 会生成 [("a", 1), ("b", 2)]。( )
3. (★★) 当逻辑复杂到三行以上时,用推导式硬挤成一行是更好的选择。( )
4. (★★) 判断"某个元素在不在"这类问题,用集合会比列表更快。( )
三、代码纠错题
1. (★★) 下面代码想选出所有能被 3 整除的数,但语法错误,请改正:
nums = [1, 2, 3, 4, 5, 6, 9]
result = [if x % 3 == 0 x for x in nums]
2. (★★) 下面代码想把"名字和分数"配对并逐行打印,但结果不对,请指出问题:
names = ["皮皮", "小美", "阿强"]
scores = [95, 88]
for name, score in zip(names, scores):
print(f"{name}: {score} 分")
四、编程实战题
1. (基础 ★) 用推导式,把列表 ["apple", "banana", "cherry"] 全部转成大写,并输出结果。
2. (基础 ★★) 用字典推导式,生成一个 {数字: 数字的立方} 的字典,数字范围 1~5。
3. (基础 ★★) 读入一行数字(空格分隔,字符串形式),用推导式把它们:全部转成整数、只保留正数、剩下的每个乘以 10,并输出结果。
4. (挑战 ★★★) 有一串成绩 [95, 88, 73, 100, 62, 45],用推导式完成三件事并输出:(a) 只保留及格(≥60)的;(b) 把不及格的变成"0"(用于惩罚性计分);(c) 统计总共有多少个不及格的(提示:可以用 sum(x < 60 for x in scores),思考为什么能这么写)。
【参考答案与解析】
一、选择题
1. 答案:A
range(4) 是 0、1、2、3,乘以 2 得 [0, 2, 4, 6]。
2. 答案:B
x % 2 == 1 是奇数,range(10) 里的奇数是 1、3、5、7、9。
3. 答案:B
花括号是字典推导式,键是 x,值是 x+1:{1: 2, 2: 3, 3: 4}。
4. 答案:A、B、C
A 对:B 对:C 对:D 错:去重要用集合,列表不去重。
5. 答案:A、B、D
A 对:zip 配对;B 对:enumerate 配序号;C 错:zip 以短的为准,多的被忽略;D 对:序号默认从 0 开始。
二、判断题
1. 正确(√)。0^2=0, 1^2=1, 2^2=4,得 [0, 1, 4]。
2. 正确(√)。zip 把两个列表配对,得 [("a", 1), ("b", 2)]。
3. 错误(×)。复杂逻辑应该写循环,别硬挤成一行。可读性 > 炫技。
4. 正确(√)。集合的 in 判断速度远快于列表(哈希查找 vs 逐个比对),数据量大时差距巨大。
三、代码纠错题
1. 解析: 推导式里 if 必须放在 for 之后,且格式是 做什么 for x in nums if 条件。改正:
nums = [1, 2, 3, 4, 5, 6, 9]
result = [x for x in nums if x % 3 == 0]
print(result) # [3, 6, 9]
2. 解析: 两个列表长度不一致,zip 只配到短列表为止,阿强 被吞掉了,少打印一行。这不是"错误",是 zip 的规则。想配对全部,要么补足数据,要么用其他方案。本题重点是让你发现:用 zip 前要确认两个列表一样长。
四、编程实战题
1. 参考代码:
words = ["apple", "banana", "cherry"]
print([w.upper() for w in words])
# ['APPLE', 'BANANA', 'CHERRY']
2. 参考代码:
cubes = {n: n ** 3 for n in range(1, 6)}
print(cubes)
# {1: 1, 2: 8, 3: 27, 4: 64, 5: 125}
3. 参考代码:
line = input("请输入一行数字(空格分隔):")
nums = line.split()
# 全部转成整数
ints = [int(n) for n in nums]
print("整数列表:", ints)
# 只保留正数
positives = [n for n in ints if n > 0]
print("正数:", positives)
# 剩下的每个乘以 10
times_ten = [n * 10 for n in positives]
print("乘以10:", times_ten)
4. 参考代码:
scores = [95, 88, 73, 100, 62, 45]
# (a) 及格名单
passed = [s for s in scores if s >= 60]
print("及格:", passed) # [95, 88, 73, 100, 62]
# (b) 不及格的记 0
punished = [s if s >= 60 else 0 for s in scores]
print("惩罚计分:", punished) # [95, 88, 73, 100, 62, 0]
# (c) 不及格数量
fail_count = sum(s < 60 for s in scores)
print("不及格人数:", fail_count) # 1
💡 关于 (c):
s < 60会返回 True / False,而sum把 True 当 1、False 当 0 来加——所以sum(条件 for x in 序列)能直接数"满足条件的个数"。这是 Python 里很实用的小技巧。🐍"皮皮注:(b) 里的
s if s >= 60 else 0叫条件表达式,放在推导式里可以做'每个元素二选一'。它本身也是个一行魔法,和if语句长得像但用法不同。"
📖 到这里,"数据容器"部分完成。下一部分,进入函数的世界——把代码装进魔法盒子。