Списковое включение

Это продвинутая функция списков Python, делающая код более чистым и читабельным. Композиция — это способ выполнения ряда операций над списком с использованием одной строки. Включения обычно обозначаются выражением for в квадратных скобках. Ниже приведен шаблон для спискового включения:

newList = [returned_value  for item in list condition_logic ]

Извлечение определенных элементов

Списковые включения могут использоваться для извлечения элементов, соответствующих определенным критериям. В следующем примере они используются для извлечения всех четных чисел из списка:

# Создание списка чисел от 0 до 49
numRange = range(0,50)

# Извлечение всех четных чисел
evenNums = [num for num in numRange if num % 2 == 0 ]

В приведенном выше примере мы создаем новый список с num. Он возвращается из цикла for, в котором остаток (% по модулю) от num, разделенного на два, равен нулю.

Выполнение операций над элементами

Списковые включения могут использоваться для выполнения операций над элементами в списке. В следующем примере показано, как все элементы списка могут быть возведены в квадрат:

# Создание списка чисел от 0 до 49
numRange = range(0,50)

# Извлечение всех четных чисел
evenNums = [num * num for num in numRange]

Ограничение вызовов функций с помощью мемоизации

Это один из особенно полезных фрагментов кода, который поможет избежать дорогих вызовов функций.

Мемоизация — это процесс сохранения значений в памяти во избежание повторного пересчитывания результатов.

Процесс выглядит следующим образом: у вас есть список, который может содержать дублирующиеся данные или функцию, которую необходимо запустить, чтобы проверить вывод и вернуть значение. Здесь на помощь приходит мемоизация, использующая словарь для отслеживания результатов вызовов функций с одинаковыми входными параметрами.

def memoize(f):
    """ Memoization decorator for functions taking one or more arguments. """
    class memodict(dict):
        def __init__(self, f):
            self.f = f
        def __call__(self, *args):
            return self[args]
        def __missing__(self, key):
            ret = self[key] = self.f(*key)
            return ret
    return memodict(f)

# Инициализация переменной вызова глобальной функции
funcRuns = 0

# Упаковка функции во враппере мемоизации
@memoize
def f(x):
  global funcRuns

  # Увеличение funcRuns при каждом запуске функции
  funcRuns += 1
  return True

# Инициализация списка чисел
nums = [0,1,2,3,4,4]

# Запуск спискового включения с двумя вызовами f(x) на каждую итерацию
#   с 6 элементами в списке и 2 вызовами за итерацию, что
#   приведет к 12 выполнениям функций. 
[f(x) for x in nums if f(x)]

# Запуск номера журнала f(x)
print(funcRuns)

При запуске вышеуказанного примена вы обнаружите, что функция запускается только 5 раз, несмотря на то, что в списковом включении два вызова f(x), а в списке 6 элементов. На каждый уникальный номер приходится только по одному вызову. В противном случае используется кэшированное значение. При наличии дорогих вызовов функции скорость кода значительно возрастет с помощью мемоизации результатов.

Этот способ отлично подходит для повышения скорости относительно небольших списков. С очень большими списками он может вызвать проблемы при работе, поскольку все вводы/выводы кэшируются, пока функция находится в области видимости, что требует большого количества памяти для хранения значений.

Продвинутые методы списков

Наряду со списковыми включениями для списков доступны и другие полезные методы.

Zip(list, list2, …):

Метод zip используется для объединения нескольких списков Python в кортежи. Если два списка имеют разную длину, то длинный будет обрезан до длины короткого.

first_names = ['John', 'Jeff', 'Chris']
last_names = ['Wick', 'Chen', 'Test', 'Truncated']

names = zip(first_names, last_names)

for name in names:
  print(name)

# Вывод: 
('John', 'Wick')
('Jeff', 'Chen')
('Chris', 'Test')

List.Sort(key=func, reversed=T/F):

Метод сортировки достаточно редко используется с пользовательскими функциями ранжирования. Ниже приведена сортировочная функция, которая возвращает лучшие статьи за день. В конце также используется списковое включение.

posts = [
  {
    'Post': {
      'title':'Other today post',
      'date': 43750,
      'claps': 200
    }
  }, 
  {
    'Post': {
      'title':'Python Like a Pro - Lists and Their Many Uses',
      'date': 43750,
      'claps': 525
    }
  },
  {
    'Post': {
      'title':'Yesterdays news',
      'date': 43749,
      'claps': 25
    }
  }, 
]

# Rank возвращает кортеж дней
#   с 1900 года и по количеству лайков
def rank(element):
  return (element['Post']['date'], 
          element['Post']['claps'])

# Сортировка с использованием алгоритма ранжирования
#   и замена мест так, чтобы нынешняя дата
#   с наибольшим количеством лайков стояла первой
posts.sort(key=rank, reverse=True)

# И, наконец, списковое включение, чтобы связать все вместе
print([post['Post']['title'] for post in posts])

Выводом этого кода будет следующий список, где на первом месте стоит самая свежая и самая популярная статья.

['Python Like a Pro - Lists and Their Many Uses', 
'Other today post', 
'Yesterdays news']

Читайте также:

Перевод статьи David Tippett: Advanced Python List Methods and Techniques — Python Like a Pro

Предыдущая статьяПолиморфизм с интерфейсами в Golang
Следующая статьяЛучшие практики JavaScript: объекты