1. 推导式是什么？ #

• 推导式（comprehension） 用一行表达式从可迭代对象生成新容器。
• 结构上是「for 循环 + 可选 if 条件 + 表达式」的语法糖，等价于手写循环里 append、赋值组 dict/set，但更紧凑、往往更快。
• 项目里常用于：过滤列表、映射字段、从接口/ORM 返回的 list[dict] 提取某一列、轻量重组字典。
• 推导式不是炫技：逻辑简单时可读性很好；逻辑复杂时应退回普通 for。
• Python 提供四种形式，下表对比语法与结果类型（生成器用圆括号，惰性求值）。

类型	语法	结果
列表	[expr for x in iterable if 条件]	list
字典	{k: v for x in iterable if 条件}	dict
集合	{expr for x in iterable if 条件}	set
生成器	(expr for x in iterable if 条件)	generator

2. 列表推导式 #

• 列表推导式语法 [表达式 for 变量 in 可迭代对象 if 条件]，if 可省略。
• 表达式可以是计算结果、三元运算 a if cond else b，也可以是字典取值 u["name"]。
• 多个 for 从左到右嵌套，等价于外层 for 包内层 for（如展平二维列表）。
• 下面依次演示：基本映射与过滤、从对象列表取字段、二维展平及与普通循环的等价写法。

# 基本映射：生成 0~4 的平方
squares = [x ** 2 for x in range(5)]
print(squares)
# 带 if 过滤：保留偶数
evens = [x for x in range(10) if x % 2 == 0]
print(evens)
# 表达式里三元运算
labels = ["even" if x % 2 == 0 else "odd" for x in range(3)]
print(labels)

• 从对象列表取字段（接口、ORM 查询结果极常见）：

# 用户列表
users = [{"id": 1, "name": "Alice"}, {"id": 2, "name": "Bob"}]
# 提取所有用户名
names = [u["name"] for u in users]
# 提取 active 用户的 id
active_ids = [u["id"] for u in users if u.get("active")]

• 二维列表展平：

• 列表推导式 [n for row in matrix for n in row] 中的 for 子句顺序从左到右书写，相当于嵌套的普通 for 循环。

• 外层循环：for row in matrix → 依次取出 [1, 2] 和 [3, 4]。
• 内层循环：for n in row → 遍历当前行中的每个元素。
• 最终按顺序收集内层循环的变量 n，形成新列表。

# 二维列表
matrix = [[1, 2], [3, 4]]
# 展平为一维列表
flat = [n for row in matrix for n in row]

• 如果不使用推导式，上面代码等价于：

# 用普通循环展平二维列表
flat = []
for row in matrix:
    for n in row:
        flat.append(n)

3. 字典推导式 #

• 字典推导式语法 {键表达式: 值表达式 for ... if 条件}，从可迭代对象构造新字典。
• 常见用途：过滤原 dict（只保留及格分）、改键名/改值、把列表转成 {id: obj} 索引。
• 遍历已有字典时常写 for k, v in d.items()。
• 值表达式里可用三元运算做「条件赋值」，如不及格记为 None，而不必先建空 dict 再循环 if 填入。

# 基本：生成数字到平方的映射
squares = {x: x ** 2 for x in range(5)}

# 过滤原字典：只保留及格分
scores = {"Alice": 85, "Bob": 58, "Charlie": 71}
passed = {name: score for name, score in scores.items() if score >= 60}

• 按条件改值：

# 不及格分数改为 None
result = {
    name: score if score >= 60 else None
    for name, score in scores.items()
}

4. 集合推导式 #

• 集合推导式语法 {表达式 for ... if 条件}，注意与字典推导式区分：字典是 {k: v for ...} 带冒号，集合只有一个表达式。
• 结果自动去重，适合从带重复的标签列表生成唯一集合，或带条件过滤后再去重。
• 简单全体去重也可 set(lst)；需要 if 条件时推导式更顺手。

# 标签列表（含重复）
tags = ["py", "web", "py", "api"]
# 生成唯一标签集合
unique = {t for t in tags}

• 与 set(tags) 效果类似，带条件时推导式更方便。

5. 生成器表达式 #

• 生成器表达式语法与列表推导式相同，但用圆括号 ()：(expr for x in iterable if cond)。
• 它不会立刻算出全部结果，而是按需逐个产生元素（惰性求值），占内存小。
• 适合大数据或只遍历一次的场景，常直接传给 sum()、any()、max() 等消费迭代器的函数。
• 若写成 list(...) 则失去惰性，与列表推导式类似。
• 下面示例中，定义 double 时带 print，可见只有 list(evens) 消费时才真正执行循环体。

# 定义带打印副作用的函数
def double(x):
    print(f"Doubling {x}...")
    return x * 2

# 生成器表达式：惰性求值，不会立即执行
evens = (double(x) for x in range(10) if x % 2 == 0)
print(evens)

# 消费生成器，转为列表时才真正执行
print(list(evens))

6. 何时用、何时不用 #

• 判断是否用推导式，核心看一行能否说清楚且无副作用。
• 适合：字段映射、条件过滤、拼 URL、从 list[dict] 提 ID 等「对每个元素做同一规则」的操作。
• 不适合：多层嵌套、需要 try/except、多步中间变量、循环里写库/打日志等有副作用的流程。

• 这类应写显式 for 或多行函数，便于调试和 Code Review。

• 适合示例：

# 从用户列表生成 API URL
urls = [f"/api/users/{u['id']}" for u in users]

• 不适合（改用普通 for 或多行函数）：

• 逻辑复杂、嵌套超过两层。

• 需要 try/except、多步中间变量、副作用（写库、打日志）。
• 读起来需要反复推敲的一行长表达式。

7. 项目开发要点 #

• 推导式是 Python 里「写得短」的代表，但团队项目里可读性优先。
• 列表推导式最常用：清洗字段、过滤列表、拼 URL、提取 ID。
• 字典推导式：过滤配置、重组 dict、接口返回前的轻量转换。
• 集合推导式：去重；简单去重也可 set(lst)。
• 生成器表达式：大列表统计、链式 sum/any；不要无谓 list(gen) 占内存。
• 可读性优先：一行写不下就换 for，团队代码审查会看这点。
• 推导式里不宜塞副作用：[db.save(x) for x in items] 应避免，用显式循环。

8. 总结 #

• 四种推导式共享同一套 for / if 思维，区别在外层括号与结果类型。
• [] 列表、{} 键值 dict、单表达式 {} set、() 惰性生成器。
• 日常以列表与字典推导为主；拿不准时改用普通 for 即可。
• 下表按类型速查典型场景。

类型	典型场景
列表 [...]	映射、过滤、提取字段
字典 {...}	过滤/改造字典
集合 {...}	去重、唯一值
生成器 (...)	大数据、传给 sum/any 等