第 9 课 - 列表、字典与集合推导式

课程：Python 编程：从零基础到精通模块：模块二：控制流与循环难度：beginner 标签：comprehension, list-comprehension 上一课：For 循环与迭代器 下一课：函数定义与调用

学习目标

完成本课学习后，你将能够：

理解并熟练使用列表推导式，用简洁的一行代码创建列表。
掌握字典推导式的语法，快速从可迭代对象生成字典。
了解集合推导式，用于创建无重复元素的集合。
对比传统循环与推导式，理解推导式在代码简洁性与可读性上的平衡。
识别并避免初学者在使用推导式时的常见错误。

核心概念

想象一下，你有一堆原材料（比如数字1到10），想把它们加工成一组产品（比如它们的平方数）。用传统 for 循环，你需要"一步步走"：准备好空列表 -> 逐个加工 -> 添加到列表里。推导式就像是一个高效的"自动化生产线"，你只需在一条生产指令里描述好"原材料"和"加工规则"，就能直接得到成品列表。

列表推导式

这是最常用的推导式。它的基本结构是：

[表达式 for 变量 in 可迭代对象 if 条件]

表达式：就是对每个元素进行的"加工规则"（如 x**2）。
for 变量 in 可迭代对象：定义了原材料从哪里来（如 for x in range(10)）。
if 条件（可选）：用于筛选，只有满足条件的元素才会被加工。

字典推导式

用于创建字典，结构类似列表推导式，但用花括号 {}，且表达式是 键:值 对。

{键表达式: 值表达式 for 变量 in 可迭代对象 if 条件}

集合推导式

与列表推导式几乎一样，只是用花括号 {}，并且结果会自动去除重复元素。

{表达式 for 变量 in 可迭代对象 if 条件}

代码示例

# ===== 1. 列表推导式 vs 传统循环 =====
# 任务：创建一个包含1到10所有平方数的列表

# 方法一：传统 for 循环
squares_loop = []
for x in range(1, 11): # 生成1到10
    squares_loop.append(x ** 2)
print("循环法得到的平方数列表:", squares_loop)

# 方法二：列表推导式（一行搞定！）
squares_comp = [x ** 2 for x in range(1, 11)]
print("推导式得到的平方数列表:", squares_comp)
# 输出完全相同: [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

print("-" * 30)

# ===== 2. 带条件的列表推导式 =====
# 任务：从1到20中，只挑选偶数，并计算它们的平方
even_squares = [x**2 for x in range(1, 21) if x % 2 == 0] # `if x % 2 == 0` 就是筛选条件
print("1-20中偶数的平方:", even_squares)
# 输出: [4, 16, 36, 64, 100, 144, 196, 256, 324, 400]

print("-" * 30)

# ===== 3. 字典推导式 =====
# 任务：创建一个字典，键是数字1-5，值是它的立方
cubes_dict = {num: num**3 for num in range(1, 6)}
print("数字-立方字典:", cubes_dict)
# 输出: {1: 1, 2: 8, 3: 27, 4: 64, 5: 125}

# 任务：颠倒原有字典的键值对
original = {'a': 1, 'b': 2, 'c': 3}
reversed_dict = {value: key for key, value in original.items()}
print("颠倒后的字典:", reversed_dict)
# 输出: {1: 'a', 2: 'b', 3: 'c'}

print("-" * 30)

# ===== 4. 集合推导式 =====
# 任务：从一个包含重复元素的列表中，得到所有不重复元素的平方集合
numbers = [1, 2, 2, 3, 3, 3, 4, 4, 5]
unique_squares = {x**2 for x in numbers} # 自动去重
print("不重复元素的平方集合:", unique_squares)
# 输出: {16, 1, 4, 9, 25} (集合元素顺序不固定)

print("-" * 30)

# ===== 5. 复杂一点的例子：嵌套循环在推导式中 =====
# 任务：生成一个列表，包含所有两个元组(a, b)的和，其中a来自[1,2]，b来自[10,20,30]
sums = [a + b for a in [1, 2] for b in [10, 20, 30]]
print("两层循环的推导式结果:", sums)
# 输出: [11, 21, 31, 12, 22, 32]

实践练习

练习 1 (入门)

使用列表推导式，生成一个包含数字 0 到 9 中所有奇数的列表。 预期输出: [1, 3, 5, 7, 9]

练习 2 (进阶)

有一个句子 "Hello Python World, Hello List Comprehension"，请使用列表推导式，提取句子中所有长度大于 4 的单词，并将它们转换为大写后放入一个新列表。提示：先用 .split() 方法将句子拆分为单词列表。 预期输出: ['HELLO', 'PYTHON', 'WORLD,', 'HELLO', 'COMPREHENSION']

练习 3 (挑战)

使用字典推导式，从下面两个列表创建一个字典，其中 keys 中的元素是键，values 中对应的元素是值。

keys = ['name', 'age', 'city']
values = ['Alice', 25, 'New York']

然后，再用一个字典推导式，将上一步得到的字典中所有字符串类型的值转换为小写（即 'New York' 变为 'new york'）。 预期输出: 第一步字典: {'name': 'Alice', 'age': 25, 'city': 'New York'} 第二步字典: {'name': 'alice', 'age': 25, 'city': 'new york'}

常见错误

括号混淆：列表推导式用 []，字典和集合推导式用 {}。写错会导致语法错误或生成错误的数据类型。

# 错误示例
wrong_list = {x: x*2 for x in range(3)} # 这其实是字典推导式，得到 {0:0, 1:2, 2:4}
wrong_dict = [key: value for key, value in {'a':1}.items()] # 语法错误

滥用推导式，导致可读性差：推导式虽简洁，但如果逻辑太复杂（如多层嵌套、多个条件），应该拆分成传统的 for 循环，保持代码清晰。

# 难以阅读的推导式（不推荐）
messy = [x*y for x in range(5) if x>2 for y in [10,20] if y<15]
# 改写为循环会更清晰
clear = []
for x in range(5):
    if x > 2:
        for y in [10, 20]:
            if y < 15:
                clear.append(x*y)

忘记 for 前面的"表达式"：推导式的核心是 表达式 for ...。如果只想简单地筛选元素而不变换，表达式就是变量本身。
```
# 正确：筛选偶数
evens = [x for x in range(10) if x % 2 == 0]
# 错误：缺少表达式
# wrong = [for x in range(10) if x % 2 == 0]
```
变量作用域混淆：在推导式中定义的循环变量（如 for x in ... 中的 x）在推导式执行完毕后，依然会在当前作用域中存在（在Python 3中）。但这不是最佳实践，应避免在推导式外依赖这个变量。

小结

列表推导式 [x for x in iterable] 是快速创建列表的"语法糖"，比循环更简洁。
字典推导式 {k: v for ...} 是生成字典的利器，尤其适合转换现有数据结构。
集合推导式 {x for ...} 在创建不重复集合时非常方便。
推导式中可以包含 if 条件语句，用于筛选元素。
使用推导式时，要在代码简洁性和可读性之间取得平衡。当逻辑复杂时，传统的 for 循环可能是更好的选择。

掌握了推导式，你的Python代码会变得更加"Pythonic"（符合Python风格），编程效率也会大大提升！

练习编辑器

python