Python中的列表推导，如何？

Question

我正在读Python，我想做一个关于列表理解的问题。问题很简单：

Write a Program that gives the sum of the multiples of 3 and 5 before some n 

 take n = 1000 (Euler project, 1st problem)

我想这样做：

^{pr2}$

只有一行。。。但这行不通。在

1-这可以通过列表理解来实现？怎样？？在

2-还有，什么时候使用列表理解是好的？在

谢谢！在

Answer 1

你快到了！试试这个：

mysum = sum([i for i in range(2,10) if i%2==0 or i%5==0])

这将在“循环”之外创建一个列表，然后将该列表传递给sum函数。在

像mylist = [*some expression using i* for i in iterable]这样的列表理解是

^{pr2}$

像mylist = [*some expression using i* for i in iterable if *boolean with i*]这样的列表理解是

mylist = []
for i in iterable:
    if *boolean with i*:
        mylist.append(*some expression using i*)

当您需要使用某个表达式构造一个新的列表时，您可以使用它们。列表理解实际上比等价的for循环更有效，因为它们在底层的C中执行代码，而不是通过解释的python。在

Answer 2

列表理解的要点是生成一个结果值列表，每个源值一个（或者每个匹配源值的一个，如果您有if子句）。在

换言之，它与map（或者是map和{}调用链，如果有多个子句的话），只是可以将每个新值描述为旧值的表达式，而不必将其包装在函数中。在

你不能把一个语句（比如mysum = mysum + i）放入理解中，而只能放在表达式中。而且，即使你能想出一个有你想要的副作用的表达，那仍然是一个令人困惑的误用理解。如果不需要结果值的列表，则不要使用列表理解。在

如果您只是尝试在循环中执行计算，请编写一个显式的for循环。在

---

如果您真的需要它是一行，您可以随时这样做：

for i in [i for i in range(2, 10) if i%2==0 or i%5==0]: mysum += i

构建一个清单，用一个理解循环；在for循环中计算副作用y。在

（当然，这是假设您已经在mysum中添加了一些值，例如，使用mysum = 0。）

而且，一般来说，当你想要一个仅仅循环一次的理解时，你想要的理解是一个生成器表达式，而不是一个列表理解。所以，把这些方括号变成括号，你会得到：

^{pr2}$

不过，不管怎样，这两行文字更具可读性和Python风格：

for i in (i for i in range(2, 10) if i%2==0 or i%5==0):
    mysum += i

…甚至三个：

not2or5 = (i for i in range(2, 10) if i%2==0 or i%5==0) 
for i in not2or5:
    mysum += i

---

如果您的语言使reduce/fold比循环更直观，那么Python有一个reduce函数。然而，仅仅使用它来消除for循环并将块语句转换为一个行程序，通常不被认为是Pythonic。在

更一般地说，在Python中，试图把东西塞进一行通常会使内容的可读性降低，而不是更多，这通常意味着您需要键入更多的字符和要处理的标记，这远远抵消了节省行所带来的任何收益。在

---

当然，在这个特定的例子中，您真正想做的就是将一个列表的值求和。而这正是sum所做的。这很难理解。所以：

mysum += sum(i for i in range(2, 10) if i%2==0 or i%5==0)

（同样，这是假设您已经在mysum中有要添加的内容。如果不是，只需将+=改为=。后面的例子也是如此，所以我不再解释了。）

---

尽管如此，我可能会将其写为显式嵌套块：

for i in range(2, 10):
    if i%2==0 or i%5==0:
        mysum += i

…或作为迭代器转换的序列（在本例中实际上只是一个转换）：

not2or5 = (i for i in range(2, 10) if i%2==0 or i%5==0)
mysum += sum(not2to5)

以这种方式拆分代码是没有代价的（只要使用生成器表达式而不是列表理解），而且它通常会使代码的意图更加明显。在

---

有关生成器表达式的进一步解释：

生成器表达式与列表理解类似，只是它构建迭代器而不是列表。在某些函数式语言中只能使用“一次迭代”。（通常，这不是问题。在上面所有的例子中，我们唯一要做的就是将它传递给sum函数或在for循环中使用它，然后我们就再也不会引用它了。）当您迭代它时，每个值都是按需构造的，然后在到达下一个值之前释放。在

这意味着空间复杂度是恒定的，而不是线性的。你一次只能在内存中有一个值，而在一个列表中，你显然已经得到了所有的值。这通常是一个巨大的胜利。在

然而，时间复杂度不变。列表理解预先完成了所有的工作，所以它是线性时间来构建，然后免费使用。生成器表达式在您迭代它时执行工作，因此它是free构建，然后线性使用。不管怎样，同一时间。（实际上，由于缓存/内存局部性、流水线等原因，生成器表达式实际上可以快得多，更不用说避免了所有内存移动和分配开销。另一方面，对于一般情况，它的速度较慢，至少在CPython中是这样，因为它必须通过完整的迭代器协议，而不是列表的快速特殊大小写。）

（我在这里假设每一步的功是常数，显然[sum(range(i)) for i in range(n)]是n的二次方的，不是线性的…）

Answer 3

下面是我的两行实现，包括filter、sum和reduce：

def f(x): return x%3 == 0 or x%5 == 0
print sum(filter(f,range(2,1000)))

不错吧？你能给我解释一下这个代码：

^{pr2}$