Python列表推导式从入门到实战

在Python的日常开发中，我们经常需要对一个可迭代对象做统一变换或条件过滤，再把结果收集起来。最直白的写法是建一个空列表，然后写一个for循环逐个append。这种写法虽然清晰，但代码冗长、噪音多。列表推导式（list comprehension）正是为了解决这类“变换+收集”问题而设计的语法糖，它把循环、表达式和可选的过滤条件压缩到一行之内，同时保持了接近数学集合定义的直观表达。

需要强调的是，推导式并不是“炫技”写法，而是Python官方文档明确推荐的惯用风格。理解它的执行顺序和适用边界，比记住语法本身更重要。本文将从基本语法出发，逐步扩展到条件筛选、集合推导式与字典推导式，并顺带讨论一个常被拿来与推导式一起使用的工程技巧——用字典映射替代冗长的多分支判断。

一、基本语法与执行逻辑

列表推导式的基本形式如下：

[expression for item in iterable]

外层是一对方括号，表示结果是一个列表；内部由“表达式 + for子句”构成。执行时，解释器会遍历iterable中的每个元素，将其绑定到item，计算expression，并把每次计算的结果依次放入新列表。整个过程等价于：

result = []
for item in iterable:
    result.append(expression)

一个经典例子是求平方。给定a = [1, 2, 3, 4, 5, 6, 7, 8]，希望得到每个元素的平方：

b = [i ** 2 for i in a]
# [1, 4, 9, 16, 25, 36, 49, 64]

这里i ** 2就是作用于每个元素的表达式。平方也可以写成i * i，三次方写成i ** 3，可读性上没有本质差别，选择哪种取决于团队习惯。从语义上看，这段代码与map(lambda i: i ** 2, a)效果一致，但推导式不需要额外导入模块、不需要写lambda，对多数读者来说更容易一眼看懂。

还有一点容易被忽略：推导式中的循环变量（上例的i）在Python 3中不会泄漏到外层作用域，它只存在于推导式自身的局部范围内。这一点与普通的for循环不同，也因此推导式不会意外覆盖外部同名变量。

二、带条件的筛选

只做统一变换还不够，实际业务里更常见的是“只要满足条件的那些元素”。这时在for子句后面追加一个if子句即可：

[i ** 2 for i in a if i >= 5]
# [25, 36, 49, 64]

执行顺序值得说清楚：解释器先对每个元素判断if条件，只有条件为真的元素才会进入表达式计算环节。也就是说，过滤发生在变换之前，而不是先全部平方再筛选。这个顺序在表达式有副作用或计算代价较高时尤为关键。

与filter加map的组合相比，带条件的推导式通常更紧凑：

# 推导式写法
result = [i ** 2 for i in a if i >= 5]
# filter + map 写法
result = list(map(lambda i: i ** 2, filter(lambda i: i >= 5, a)))

两者结果相同，但后者需要读者在脑中做一次“从内到外”的解析，理解成本更高。不过也要客观指出：当条件变得复杂、嵌套层级变多时，推导式的可读性会明显下降。一行里塞进多个for子句和多个if，往往不如拆成普通循环加注释来得清楚。经验法则是：推导式适合“一个变换 + 一个简单过滤”的场景，再复杂就应考虑改写为显式循环，或者把判断逻辑抽成独立函数。

三、集合推导式与字典推导式

列表推导式的思路可以平移到其他容器类型，语法差异很小。

集合推导式：把方括号换成花括号，得到的就是集合（自动去重、无序）：

s = {i % 3 for i in range(10)}
# {0, 1, 2}

字典推导式：同样使用花括号，但表达式部分写成key: value的形式：

d = {i: i ** 2 for i in range(5)}
# {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

字典推导式在数据转换场景中非常实用，例如把两个等长列表按位置配对成字典，或者对已有字典做键值翻转、批量过滤：

prices = {"apple": 5, "banana": 3, "cherry": 20}
cheap = {k: v for k, v in prices.items() if v < 10}
# {'apple': 5, 'banana': 3}

需要注意，字典推导式中如果出现重复键，后出现的值会覆盖先出现的值；集合推导式则天然去重。理解这些容器语义差异，才能避免“看起来对、结果不对”的问题。

四、用字典映射替代多分支判断

推导式解决的是“批量变换”问题，而另一类常见的代码噪音是长长的if-elif链。很多语言提供switch语句，根据一个变量的取值跳转到对应分支；Python没有原生的switch语法，官方推荐的做法之一就是用字典的键值映射来模拟。

假设要根据数字返回星期名：

day = 2
if day == 0:
    day_name = "Sunday"
elif day == 1:
    day_name = "Monday"
elif day == 2:
    day_name = "Tuesday"
else:
    day_name = "Unknown"

用字典映射可以写得更紧凑：

day_map = {0: "Sunday", 1: "Monday", 2: "Tuesday"}
day_name = day_map.get(day, "Unknown")

这里get方法的第二个参数承担了default分支的职责，当键不存在时返回兜底值，避免了KeyError。相比if-elif链，字典映射的优势在于：分支与取值集中在一处声明，新增分支只需加一行键值对，不需要改动控制流结构；查找是常数时间复杂度，分支很多时也不会出现逐条比较的性能拖累。

当每个分支需要执行的不只是赋值，而是一段逻辑时，可以把函数作为字典的值：

def handle_create():
    return "created"
def handle_delete():
    return "deleted"
handlers = {"create": handle_create, "delete": handle_delete}
action = handlers.get("create", lambda: "unknown")()

这里有两个细节值得注意。第一，函数必须在被引用之前完成定义，字典字面量里放的是函数对象本身，而不是调用结果，所以写handle_create而非handle_create()。第二，兜底分支同样要保持函数形式，用lambda或具名函数包装，保证调用方式统一——如果默认值写成普通字符串，后面再加()调用就会报错，这类不一致是实际项目中常见的坑。

在工程组织上，建议遵循两条原则：简单值映射直接用字典字面量；复杂逻辑封装成独立函数再挂到字典上，避免在字典值里塞大段内联逻辑。同时保持返回值类型统一，要么都返回字符串，要么都返回函数，混用会让调用方难以处理。这种模式在状态机、命令分发、事件处理等场景中应用广泛，本质上是用数据结构替换控制流，让分支关系变得可配置、可扩展。

五、小结

列表推导式用一行代码完成“遍历—变换—收集”，配合if子句还能顺带过滤；集合推导式与字典推导式把同一思路延伸到其他容器，是数据清洗与转换的常用工具。使用时把握住可读性边界：简单变换和单一条件适合推导式，复杂逻辑应退回显式循环。字典映射则是另一件趁手的工具，用来收敛冗长的多分支判断，把“选哪个分支”变成“查哪张表”。把这几种写法结合起来，代码会更短、更集中，也更易于维护。