Python 40个常用的列表推导式

用户11081884

发布于 2026-07-20 19:23:04

390

文章被收录于专栏：用户11081884的专栏用户11081884的专栏

列表推导式是Python中一种简洁、高效且极具Pythonic风格的语法结构，它允许通过一行代码快速生成、转换或过滤列表。对于数据处理、算法实现和日常脚本编写而言，掌握列表推导式能显著提升代码的可读性和执行效率。

一、什么是列表推导式？

列表推导式（List Comprehension）是一种基于现有可迭代对象（如列表、元组、字符串、range对象等）创建新列表的简洁语法。其基本结构如下：

[expression for item in iterable if condition]

expression：对每个元素进行操作的表达式。
item：从可迭代对象中取出的元素。
iterable：任何可迭代对象。
if condition：可选的条件过滤语句。

其核心思想是：“对可迭代对象中的每个元素，如果满足某个条件，就对其应用某个表达式，并将结果收集到一个新列表中。”

二、使用场景与优势

主要场景：

1、数据转换：将一种形式的数据批量转换为另一种形式。

2、数据过滤：从数据集中筛选出满足特定条件的子集。

3、列表初始化：快速生成具有特定规律的序列。

4、嵌套结构处理：简化对嵌套列表、字典等结构的操作。

5、替代简单的for循环：使代码更紧凑、意图更清晰。

核心优势：

简洁性：用一行代码完成多行循环的工作。
可读性：语法接近自然语言描述，意图明确。
性能：在多数情况下，其执行速度比等效的 for 循环更快，因为其底层实现进行了优化。

三、 40个常用列表推导式示例

1. 生成数字序列

numbers = [x for x in range(10)]
# 输出: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

2. 生成平方列表

squares = [x**2 for x in range(10)]
# 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

3. 生成立方列表

cubes = [x**3 for x in range(1, 6)]
# 输出: [1, 8, 27, 64, 125]

4. 生成指定步长的序列

even_numbers = [x for x in range(0, 20, 2)]
# 输出: [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

5. 类型转换（字符串转整数）

str_nums = ["10", "20", "30"]
int_nums = [int(num) for num in str_nums]
# 输出: [10, 20, 30]

6. 类型转换（整数转字符串）

int_nums = [10, 20, 30]
str_nums = [str(num) for num in int_nums]
# 输出: ['10', '20', '30']

7. 过滤偶数

evens = [x for x in range(10) if x % 2 == 0]
# 输出: [0, 2, 4, 6, 8]

8. 过滤奇数

odds = [x for x in range(10) if x % 2 != 0]
# 输出: [1, 3, 5, 7, 9]

9. 过滤非空字符串

strings = ["hello", "", "world", None, "python"]
non_empty = [s for s in strings if s]
# 输出: ['hello', 'world', 'python']

10. 过滤特定类型元素

mixed = [1, "a", 2.5, "b", 3, None]
integers = [x for x in mixed if isinstance(x, int)]
# 输出: [1, 3]

11. 多条件筛选（与逻辑）

# 找出10以内能被2和3同时整除的数
numbers = [x for x in range(10) if x % 2 == 0 if x % 3 == 0]
# 等价于 if x % 2 == 0 and x % 3 == 0
# 输出: [0, 6]

12. 多条件筛选（或逻辑）

# 找出10以内能被2或3整除的数
numbers = [x for x in range(10) if x % 2 == 0 or x % 3 == 0]
# 输出: [0, 2, 3, 4, 6, 8, 9]

13. 字符串转大写

words = ["apple", "banana", "cherry"]
upper_words = [word.upper() for word in words]
# 输出: ['APPLE', 'BANANA', 'CHERRY']

14. 字符串转小写

words = ["APPLE", "BANANA", "CHERRY"]
lower_words = [word.lower() for word in words]
# 输出: ['apple', 'banana', 'cherry']

15. 计算字符串长度

words = ["apple", "banana", "cherry"]
lengths = [len(word) for word in words]
# 输出: [5, 6, 6]

16. 提取字符串首字母

words = ["apple", "banana", "cherry"]
initials = [word[0] for word in words]
# 输出: ['a', 'b', 'c']

17. 字符串反转

words = ["hello", "world", "python"]
reversed_words = [word[::-1] for word in words]
# 输出: ['olleh', 'dlrow', 'nohtyp']

18. 按空格分割句子并处理单词

sentence = "Python is awesome and powerful"
word_lengths = [len(word) for word in sentence.split()]
# 输出: [6, 2, 7, 3, 8]

19. 标记数字奇偶性

numbers = [1, 2, 3, 4, 5]
labels = ["Even" if x % 2 == 0 else "Odd" for x in numbers]
# 输出: ['Odd', 'Even', 'Odd', 'Even', 'Odd']

20. 根据数值范围分类

values = [5, 12, 8, 20, 3]
categories = ["High" if v > 10 else "Medium" if v > 5 else "Low" for v in values]
# 输出: ['Low', 'High', 'Medium', 'High', 'Low']

21. 对元素进行条件性运算

numbers = [1, 2, 3, 4]
adjusted = [x * 2 if x % 2 == 0 else x for x in numbers]
# 输出: [1, 4, 3, 8]

22. 二维列表展开（扁平化）

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
# 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

23. 生成笛卡尔积

colors = ["red", "green"]
sizes = ["S", "M", "L"]
products = [(color, size) for color in colors for size in sizes]
# 输出: [('red', 'S'), ('red', 'M'), ('red', 'L'), ('green', 'S'), ('green', 'M'), ('green', 'L')]

24. 生成乘法表（二维列表）

multiplication_table = [[i * j for j in range(1, 4)] for i in range(1, 4)]
# 输出: [[1, 2, 3], [2, 4, 6], [3, 6, 9]]

25. 转置矩阵

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
transposed = [[row[i] for row in matrix] for i in range(len(matrix[0](@ref))]
# 输出: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

26. 结合enumerate获取索引和值

fruits = ["apple", "banana", "cherry"]
indexed_fruits = [(i, fruit) for i, fruit in enumerate(fruits)]
# 输出: [(0, 'apple'), (1, 'banana'), (2, 'cherry')]

27. 结合zip合并多个列表

names = ["Alice", "Bob", "Charlie"]
ages = [25, 30, 35]
combined = [(name, age) for name, age in zip(names, ages)]
# 输出: [('Alice', 25), ('Bob', 30), ('Charlie', 35)]

28. 结合map和自定义函数（虽然推导式本身更简洁）

def add_suffix(word):    return word + "_processed"
words = ["data", "text", "file"]processed = [add_suffix(w) for w in words]# 输出: ['data_processed', 'text_processed', 'file_processed']

29. 使用ord获取字符的ASCII码

chars = ['a', 'b', 'c', 'A', 'B', 'C']
ascii_vals = [ord(c) for c in chars]
# 输出: [97, 98, 99, 65, 66, 67]

30. 从两个列表生成字典

keys = ["name", "age", "city"]
values = ["Alice", 25, "New York"]
my_dict = {k: v for k, v in zip(keys, values)}
# 输出: {'name': 'Alice', 'age': 25, 'city': 'New York'}

31. 过滤字典项

original = {"a": 1, "b": 2, "c": 3, "d": 4}
filtered = {k: v for k, v in original.items() if v > 2}
# 输出: {'c': 3, 'd': 4}

32. 转换字典的值

original = {"a": 1, "b": 2, "c": 3}
doubled = {k: v * 2 for k, v in original.items()}
# 输出: {'a': 2, 'b': 4, 'c': 6}

33. 反转字典的键和值

original = {"a": 1, "b": 2, "c": 3}
reversed_dict = {v: k for k, v in original.items()}
# 输出: {1: 'a', 2: 'b', 3: 'c'}

34. 生成集合（去重）

numbers = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
unique_set = {x for x in numbers}
# 输出: {1, 2, 3, 4}

35. 读取文件行并去除首尾空白

# 假设有文件 data.txt
lines = [line.strip() for line in open('data.txt', 'r', encoding='utf-8')]

36. 读取文件并过滤以特定字符开头的行

lines_starting_with_a = [line.strip() for line in open('data.txt', 'r') if line.startswith('A')]

37. 解析CSV格式字符串的特定列

csv_data = "1,John,Doe\n2,Jane,Smith\n3,Bob,Johnson"
last_names = [row.split(",")[2] for row in csv_data.split("\n")]
# 输出: ['Doe', 'Smith', 'Johnson']

38. 生成素数列表

n = 30
primes = [x for x in range(2, n) if all(x % y != 0 for y in range(2, int(x**0.5)+1))]
# 输出: [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]

39. 将生成器表达式转换为列表

# 生成器表达式是惰性求值的，用list()可以立即求值
gen_exp = (x * 2 for x in range(5) if x % 2 == 0)
list_from_gen = list(gen_exp)
# 输出: [0, 4, 8]

40. 嵌套列表推导式中的条件过滤

matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
# 只取每个子列表中的偶数
even_matrix = [[num for num in row if num % 2 == 0] for row in matrix]
# 输出: [[2], [4, 6], [8]]

列表推导式是Python编程中一项强大而优雅的工具。它在序列生成、数据转换、过滤、字符串处理、字典操作乃至文件读取等方方面都有应用。熟练掌握列表推导式，能让Python代码更加简洁、高效和富有表现力。

1、保持简洁：如果推导式变得过于复杂、嵌套过深或难以一眼看懂，考虑拆分成多行 for 循环，以保证代码的可维护性。

2、注意可读性：在 expression 部分避免编写过于复杂的逻辑。

3、性能考量：对于非常大的数据集，虽然列表推导式通常较快，但它会立即生成整个列表并占用内存。如果只需要迭代一次且数据量巨大，考虑使用生成器表达式（ (x for x in iterable) ），它是惰性求值的，更节省内存。

4、善用条件： if 条件可以放在 for 循环后面进行过滤，也可以作为三元表达式放在前面进行条件赋值。

“无他，惟手熟尔”！有需要的用起来！

如果你觉得这篇文章有用，欢迎点赞、转发、收藏、留言、推荐❤！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-01-07，如有侵权请联系 cloudcommunity@tencent.com 删除

字符串