Contents

• 推导式进阶

  • 代码示例

  • 1.编写推导式的两个“不要”

    • 1.1 别写太复杂的推导式

    • 1.2 别把推导式当作代码量更少的循环

5.3. 推导式进阶

进行多次赛选，选择出需要的值

[<i相关表达式> for i in aiterator if <条件> ]

{key_exp:value_exp for key_exp, value_exp in aiterator if <条件>}

5.3.1. 代码示例

#!/usr/bin/env python
#-*- coding:utf8 -*-
#获得一个1~10中所有数的平方，且平方值为偶数的一个列表
square_odd = [i**i for i in range(1,11) if i**i %2 == 1]
print(square_odd)

5.3.2. 1.编写推导式的两个“不要”

1.1 别写太复杂的推导式

比如，列表推导式的狂热爱好者很可能会写出下面这样的代码：

results = [
    task.result if task.result_version == VERSION_2 else get_legacy_result(task)
    for tasks_group in tasks
    for task in in tasks_group
    if task.is_active() and task.has_completed()
]

上面的表达式有两层嵌套循环，在获取任务结果部分还使用了一个三元表达式，读起来非常费劲。假如用原生循环代码来改写这段逻辑，代码量不见得会多出多少，但一定会更易读：

results = []
for tasks_group in tasks:
    for task in tasks_group:
        if not (task.is_active() and task.has_completed()):
            continue

        if task.result_version == VERSION_2:
            result = task.result
        else:
            result = get_legacy_result(task)
        results.append(result)

1.2 别把推导式当作代码量更少的循环

推导式是一种高度压缩的语法，这导致开发者有可能会把它当作一种更精简的循环来使用。比如在下面的代码里，我想要处理tasks列表里的所有任务，但其实并不关心process(task)的执行结果；为了节约代码量，我把代码写成了这样：

[ process(task) for task in tasks if not task.started ]

但这样做其实并不合适。推导式的核心意义在于它会返回值——一个全新构建的列表，如果你不需要这个新列表，就失去了使用表达式的意义。

直接编写循环并不会多出多少代码量，而且代码更直观：

for task in tasks:
    if not task.started:
        process(task)