Odpowiedź.

Historia pytania

List comprehension pojawił się już w wczesnych wersjach Pythona. Ta składnia została zapożyczona z języków funkcyjnych. Ułatwia kod, a czasami nawet działa szybciej niż tradycyjna pętla for.

Problem

Wielu niedoświadczonych programistów używa list comprehensions bez zrozumienia ich specyfiki, co prowadzi do pogorszenia czytelności lub wystąpienia nieoczekiwanych efektów w kodzie. Nowym programistom trudno jest odróżnić wykorzystanie list comprehensions od funkcji map/filter/lambda.

Rozwiązanie

List comprehension to sposób na szybkie utworzenie nowej listy, stosując wyrażenie do każdego elementu oryginalnej sekwencji:

nums = [1, 2, 3, 4]
squares = [x*x for x in nums if x % 2 == 0]  # [4, 16]

Kluczowe cechy:

• List comprehensions działają szybciej niż odpowiednia pętla for, szczególnie przy dużej ilości danych
• Nie należy ich zagnieżdżać głębiej niż jeden – dwa poziomy z powodu utraty czytelności
• Można używać dowolnych wyrażeń, a nawet wywoływać funkcje wewnątrz list comprehension

Pytania z haczykiem.

Czy list comprehension zwraca generator?

Nie, zwraca dokładnie listę. Generator tworzy się za pomocą okrągłych nawiasów:

# To jest generator:
(x*x for x in range(10))
# To jest lista:
[x*x for x in range(10)]

Czy można przypisywać wartości zmiennym wewnątrz list comprehension?

W standardowej składni nie można. Tylko za pomocą wyrażenia „walrus” (:=) od Pythona 3.8+:

[x for x in (y := range(5))]  # Błąd!
[x for x in [(y := i*i) for i in range(5)]]  # y jest widoczne tylko w tej liście

Czy można zmieniać zewnętrzne zmienne wewnątrz list comprehension?

Zmienna zadeklarowana wewnątrz list comprehension jest lokalna i nie będzie widoczna na zewnątrz. To często myli nowicjuszy przy zagnieżdżonych konstrukcjach.

Typowe błędy i antywzorce

• Złożone zagnieżdżone list comprehensions obniżają czytelność
• Użycie konstrukcji dla zwięzłości nawet tam, gdzie tradycyjna pętla for z wyraźnym append byłaby bardziej przejrzysta
• Błędy w zakresie widoczności zmiennych na zewnątrz

Przykład z życia

** Negatywny przypadek Programista używa zagnieżdżonych list comprehensions do złożonej transformacji danych w jednej linii. Zalety: Kod jest zwięzły, efekt „znam Pythona!” Wady: Trudno się czyta, cierpią nowi koledzy, debugowanie staje się uciążliwe ** Pozytywny przypadek Programista używa prostych list comprehensions do filtrowania i przekształcania krótkich list, a dla złożonych operacji pisze wyraźne funkcje i pętle. Zalety: Kod jest łatwy do przeczytania, utrzymania i rozszerzania Wady: W niektórych przypadkach kod jest trochę dłuższy i używane są dodatkowe zmienne