推导式是可以从一个数据序列构建另一个新的数据序列的结构体。
列表推导式
[表达式 for 变量 in 列表] 或者 [表达式 for 变量 in 列表 if 条件]
例1: 过滤掉长度小于3的字符串列表，并将剩下的转换成大写字母
>>> names = ['bob','tom','alice','jerry','wendy','smith']
>>> [name.upper() for name in names if len(name)>3]
['alice', 'jerry', 'wendy', 'smith']
例2: 求(x,y)其中x是0-5之间的偶数，y是0-5之间的奇数组成的元祖列表
>>> [(x,y) for x in range(5) if x%2==0 for y in range(5) if y %2==1]
[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]
例3: 求m中3,6,9组成的列表
>>> m = [[1,2,3],
... [4,5,6],
... [7,8,9]]
>>> m
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> [row[2] for row in m]
[3, 6, 9]
#或者用下面的方式
>>> [m[row][2] for row in (0,1,2)]
[3, 6, 9]
例4: 求m中斜线1,5,9组成的列表
>>> m
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> [m[i][i] for i in range(len(m))]
[1, 5, 9]
例5: 讲字典中age键，按照条件赋新值（遍历people列表得到rec，如果rec[‘age’]>=45则+100，否则保持不变）
>>> bob
{'pay': 3000, 'job': 'dev', 'age': 42, 'name': 'bob smith'}
>>> sue
{'pay': 4000, 'job': 'hdw', 'age': 45, 'name': 'sue jones'}
>>> people = [bob, sue]
>>> [rec['age']+100 if rec['age'] >= 45 else rec['age'] for rec in people] # 注意for位置
[42, 145]
例6，如下的列表推导式结合两个列表的元素，如果元素之间不相等的话:
>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
例7，列表推导式可使用复杂的表达式和嵌套函数:
>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']
例8，嵌套列表降维
假设你有一个列表的列表（列表里包含列表）或者一个矩阵matrix = [[0,1,2,3], [4,5,6,7], [8,9,10,11]]，并且你想把它降维到一个一维列表。你可以这样做：
flattened = []
for row in matrix:
for i in row:
flattened.append(i)但使用列表推导式会更加简洁
flattened = [i for row in matrix for i in row]字典推导式
{ key_expr: value_expr for value in collection if condition }
例1: 用字典推导式以字符串以及其长度建字典
>>> strings = ['import','is','with','if','file','exception']
>>> d = {key: val for val,key in enumerate(strings)}
>>> d
{'exception': 5, 'is': 1, 'file': 4, 'import': 0, 'with': 2, 'if': 3}
集合推导式
{ expr for value in collection if condition }
例1: 用集合推导建字符串长度的集合
>>> strings = ['a','is','with','if','file','exception']
>>> {len(s) for s in strings} #有长度相同的会只留一个，这在实际上也非常有用
set([1, 2, 4, 9])
转载地址：https://blog.csdn.net/langb2014/article/details/53156032