引言： 推导式是 Python 中极具 “Pythonic” 风格的语法糖，它能以一行代码简洁、高效地创建列表、字典、集合甚至生成器，大幅简化常规的循环 + 判断逻辑。本文聚焦推导式这一核心知识点，从基础语法、分类用法到进阶技巧，帮你彻底掌握这一提升代码简洁度的实用技能。
一、推导式的核心概念
推导式（Comprehension）本质是将 “循环遍历 - 条件判断 - 元素处理” 的多行逻辑浓缩为一行的语法结构，核心优势是：
- 代码更简洁，符合 Python “简洁胜于复杂” 的设计哲学；
- 执行效率更高（底层由 C 语言实现，比纯 Python 循环更快）；
- 逻辑更集中，便于阅读和维护。
推导式主要分为三类：列表推导式、字典推导式、集合推导式，此外还有生成器推导式（也叫生成器表达式），是推导式与生成器的结合。
二、列表推导式（List Comprehension）
1. 基础语法
# 基本格式：[表达式 for 元素 in 可迭代对象 if 条件]
# 对比：传统循环 vs 列表推导式
# 传统循环：创建1-10的偶数列表
even_nums = []
for num in range(1, 11):
if num % 2 == 0:
even_nums.append(num)
print(even_nums) # 输出：[2, 4, 6, 8, 10]
# 列表推导式：一行实现
even_nums = [num for num in range(1, 11) if num % 2 == 0]
print(even_nums) # 输出：[2, 4, 6, 8, 10]
2. 进阶用法：嵌套推导式
适用于处理嵌套的可迭代对象（比如二维列表）：
# 需求：将二维列表扁平化（[[1,2], [3,4], [5,6]] → [1,2,3,4,5,6]）
nested_list = [[1,2], [3,4], [5,6]]
# 传统循环
flat_list = []
for sub_list in nested_list:
for num in sub_list:
flat_list.append(num)
# 嵌套列表推导式
flat_list = [num for sub_list in nested_list for num in sub_list]
print(flat_list) # 输出：[1,2,3,4,5,6]
三、字典推导式（Dictionary Comprehension）
1. 基础语法
# 基本格式：{键表达式: 值表达式 for 元素 in 可迭代对象 if 条件}
# 需求：创建数字1-5为键、平方为值的字典
# 传统循环
square_dict = {}
for num in range(1, 6):
square_dict[num] = num **2
print(square_dict) # 输出：{1:1, 2:4, 3:9, 4:16, 5:25}
# 字典推导式
square_dict = {num: num** 2 for num in range(1, 6)}
print(square_dict) # 输出同上
# 带条件：只保留偶数的平方
even_square_dict = {num: num**2 for num in range(1, 6) if num % 2 == 0}
print(even_square_dict) # 输出：{2:4, 4:16}
2. 实用场景：字典键值互换
original_dict = {"a": 1, "b": 2, "c": 3}
reverse_dict = {v: k for k, v in original_dict.items()}
print(reverse_dict) # 输出：{1:'a', 2:'b', 3:'c'}
四、集合推导式（Set Comprehension）
集合推导式语法与列表推导式类似，区别是用{}包裹，且会自动去重（集合的特性）：
# 基本格式：{表达式 for 元素 in 可迭代对象 if 条件}
# 需求：提取列表中大于5的唯一数字
num_list = [3, 7, 5, 8, 7, 9, 5, 10]
unique_nums = {num for num in num_list if num > 5}
print(unique_nums) # 输出：{7, 8, 9, 10}（无序，且去重）
五、生成器推导式（Generator Expression）
语法上把列表推导式的[]换成()，它不会一次性生成所有元素，而是返回一个生成器对象，占用极少内存：
# 列表推导式：一次性生成所有元素，占用内存
list_comp = [num for num in range(1000000)]
print(type(list_comp)) # <class 'list'>
print(sys.getsizeof(list_comp)) # 约8MB（视环境而定）
# 生成器推导式：仅创建生成器对象，内存占用可忽略
gen_comp = (num for num in range(1000000))
print(type(gen_comp)) # <class 'generator'>
print(sys.getsizeof(gen_comp)) # 约100字节（固定大小）
# 遍历生成器推导式
for num in gen_comp:
if num > 10:
break
print(num) # 输出0-10
六、推导式的使用原则
- 简洁优先：如果推导式超过 2 行逻辑（比如多层嵌套、复杂条件），建议改用普通循环，避免可读性下降；
- 避免过度使用：不要为了 “炫技” 而强行用推导式，代码的可维护性比简洁更重要；
- 内存考量：处理超大数据集时，优先用生成器推导式而非列表推导式。
总结
- 推导式是 Python 特有的简洁语法，核心是将 “循环 + 判断” 逻辑浓缩为一行，分为列表、字典、集合、生成器推导式四类；
- 列表推导式用
[]，字典推导式用{k:v}，集合推导式用{}，生成器推导式用()； - 推导式执行效率高于普通 Python 循环，但需注意可读性，复杂逻辑建议改用常规循环
