python產生器運算式和列表解析

絕大多數情況下，遍曆一個集合都是為了對元素應用某個動作或是進行篩選。如果看過本文的第二部分，你應該還記得有內建函數map和filter提供了這些功能，但Python仍然為這些操作提供了語言級的支援。

(x+1 for x in lst) #產生器運算式，返回迭代器。外部的括弧可在用於參數時省略。 [x+1 for x in lst] #列表解析，返回list

如你所見，產生器運算式和列表解析（註：這裡的翻譯有很多種，比如列表展開、列表推導等等，指的是同一個意思）的區別很小，所以人們提到這個特性時，簡單起見往往只描述成列表解析。然而由於返回迭代器時，並不是在一開始就計算所有的元素，這樣能得到更多的靈活性並且可以避開很多不必要的計算，所以除非你明確希望返回列表，否則應該始終使用產生器運算式。接下來的文字裡我就不區分這兩種形式了：）

你也可以為列表解析提供if子句進行篩選：

(x+1 for x in lst if x!=0)

或者提供多條for子句進行嵌套迴圈，嵌套次序就是for子句的順序：

((x, y) for x in range(3) for y in range(x))

列表解析就是鮮明的Pythonic。我常遇到兩個使用列表解析的問題，本應歸屬於最佳實務，但這兩個問題非常典型，所以不妨在這裡提一下：

第一個問題是，因為對元素應用的動作太複雜，不能用一個運算式寫出來，所以不使用列表解析。這是典型的思想沒有轉變的例子，如果我們將動作封裝成函數，那不就是一個運算式了嗎？

第二個問題是，因為if子句裡的條件需要計算，同時結果也需要進行同樣的計算，不希望計算兩遍，就像這樣：

(x.doSomething() for x in lst if x.doSomething()>0)

這樣寫確實很糟糕，但組合一下列表解析即可解決：

(x for x in (y.doSomething() for y in lst) if x>0)

內部的列表解析變數其實也可以用x，但為清晰起見我們改成了y。或者更清楚的，可以寫成兩個運算式：

tmp = (x.doSomething() for x in lst)(x for x in tmp if x > 0)

列表解析可以替代絕大多數需要用到map和filter的場合，可能正因為此，著名的靜態檢查工具pylint將map和filter的使用列為了警告。

