Python มีไวยากรณ์ที่กระชับสำหรับการสร้างลิสต์ใหม่จากลิสต์เดิม นิพจน์เหล่านี้เรียกว่า List Comprehensions List Comprehensions เป็นหนึ่งในเครื่องมือที่ทรงพลังที่สุดใน Python List Comprehension ของ Python เป็นตัวอย่างของการสนับสนุนแนวคิดการเขียนโปรแกรมเชิงฟังก์ชัน (functional programming) ของภาษานี้
List Comprehensions ของ Python เป็นวิธีที่ง่ายมากในการนำฟังก์ชันหรือตัวกรองไปใช้กับลิสต์ของรายการ List Comprehensions อาจมีประโยชน์มากหากใช้ถูกต้อง แต่จะอ่านยากหากไม่ระวัง
ไวยากรณ์
ไวยากรณ์ทั่วไปของ List Comprehensions คือ −
[expr for element in iterable if condition]
ข้างต้นเทียบเท่ากับ −
for element in iterable: if condition: expr
เช่น สมมติว่าคุณต้องการคำนวณกำลังสองของแต่ละตัวเลขในลิสต์ คุณสามารถทำได้โดยระบุนิพจน์สำหรับการคำนวณและลำดับอินพุตที่จะวนลูป
>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> squares = [x**2 for x in lst] >>> print(squares) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
List Comprehension เทียบกับ For Loop
# ใช้ FOR LOOP evens = [] for i in range(10): if i % 2 == 0: evens.append(i) print(evens)
ผลลัพธ์
[0, 2, 4, 6, 8]
วิธีที่ดีและเร็วกว่าในการเขียนโค้ดข้างต้นคือใช้ List Comprehension
>>> [i for i in range(10) if i % 2 ==0] [0, 2, 4, 6, 8]
ตามที่เห็น การเขียนโค้ดด้วย List Comprehension มีประสิทธิภาพมากกว่า โค้ดสั้นกว่า และเกี่ยวข้องกับองค์ประกอบน้อยกว่า
List Comprehensions เทียบกับ Lambda Function
หากไม่ได้นำฟังก์ชันอาร์กิวเมนต์เดียวไปใช้ List Comprehensions จะชัดเจนกว่าฟังก์ชัน built-in map สำหรับกรณีที่เรียบง่าย ฟังก์ชัน map ต้องสร้าง lambda function สำหรับการคำนวณ ซึ่งดูรบกวนทางสายตา
>>> lst = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> list(map(lambda x: x**2, lst)) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
แตกต่างจาก map List Comprehensions ให้คุณกรองรายการจากลิสต์อินพุตได้ง่าย โดยลบเอาท์พุตที่ตรงกันออกจากผลลัพธ์
List Comprehensions พร้อมนิพจน์เงื่อนไข
เช่น สมมติว่าคุณต้องการคำนวณเฉพาะตัวเลขน้อยกว่า 100 ที่หารด้วย 2 และ 5 ลงตัว
>>> lst = [x for x in range(100) if x % 2 == 0 if x % 5 == 0] >>> print(lst) [0, 10, 20, 30, 40, 50, 60, 70, 80, 90]
อีกตัวอย่างหนึ่ง เมื่อคุณต้องการคำนวณกำลังสองของตัวเลขที่หารด้วย 2 ลงตัวเท่านั้น ทำได้โดยเพิ่มนิพจน์เงื่อนไขเข้าไปใน List Comprehension หลังจากลูป −
>>> lst=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> even_squares = [x**2 for x in lst if x % 2 == 0] >>> print(even_squares) [4, 16, 36, 64, 100]
คำนวณเลขคู่ระหว่าง 1 ถึง 100
>>> # ลิสต์ของเลขคู่ระหว่าง 1 และ 100 evens = [i for i in range(1,100) if not i % 2] >>> print(evens) [2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98]
List Comprehensions เร็วกว่า for loops มากเมื่อวนลูปจำนวนรายการมหาศาล หากความอ่านง่ายเพียงอย่างเดียวยังไม่ใช่เหตุผลที่น่าพอใจในการใช้ให้มากที่สุด ความเร็วก็ควรเป็นเหตุผลอีกประการหนึ่ง
