[Python教學]Python Comprehension語法應用教學

Photo by Jason Strull on Unsplash

相信在學Python程式語言的朋友都知道，Python語法簡單易學且非常簡潔，今天要來介紹的Comprehension即是Python的Pythonic語法之一，可以運用在任何可疊代的物件(Iterable Object)上，只要一行程式碼即可完成多行的任務，讓我們的程式碼簡潔及增加可讀性。

透過今天的教學，您將可以學到Python Comprehension如何應用在以下幾個重要的物件(Object)上，並且有能力將現有程式碼改寫為Python Comprehension語法。

List Comprehension
Set & Dictionary Comprehension
Generator Expression

一、List Comprehension

串列(List)Comprehension的語法包含三個部分，說明如下：


[expression for item in iterable]

expression：可以是 item 或運算式。
item：接收可疊代的物件(Iterable Object)元素。
iterable：可疊代的物件(Iterable Object)。

通常要建立一個串列(List)，我們可以透過for迴圈的方式，如下範例：


numbers = []
for x in range(10):
    numbers.append(x * 3)

print(numbers)

執行結果

如果透過串列(List)Comprehension來進行改寫的話，只需要一行即可達到相同的執行結果，如下範例：


numbers = [x * 3 for x in range(10)]
print(numbers)

x * 3 就是串列(List)Comprehension中的運算式(expression)，而 x 是接收可疊代的物件(Iterable Object)變數，最後就是可疊代的物件(Iterable Object) range(10) 。透過for迴圈的方式讀取元素值，並且乘以3來建立串列(List)，語法是不是非常簡潔~

如果我們要在串列(List)Comprehension中利用條件判斷來篩選元素時，則可以使用下列語法：


[expression for item in iterable (if condition)]

延伸上面的範例，當 x 大於4的時候，我們才乘以3的動作，串列(List)Comprehension的寫法如下範例：


numbers = [x * 3 for x in range(10) if x > 4]
print(numbers)

執行結果

另外，串列(List)元素的運算及篩選我們在Python Lambda Function應用技巧分享文章中有介紹到可以利用Python的內建函式map()和filter()等，其中透過了Lambda函式來達成，而串列(List)Comprehension語法同樣也可以實作，我們來比較一下寫法吧。

首先，map()函式可以將特定運算式套用至可疊代的物件(Iterable Object)元素，如下範例：


numbers = [50, 2, 12, 30, 27, 4]
result = list(map(lambda x: x * 2, numbers))
print(result)  #執行結果：[100, 4, 24, 60, 54, 8]

map()函式利用Lambda函式來進行元素的運算，最後透過list()函式來轉型成串列(List)。而串列(List)Comprehension可以改寫成：


numbers = [50, 2, 12, 30, 27, 4]
result = [number * 2 for number in numbers]
print(result)  #執行結果：[100, 4, 24, 60, 54, 8]

我們再來看一個例子，filter()函式可以幫我們篩選可疊代的物件(Iterable Object)元素，如下範例：


numbers = [50, 2, 12, 30, 27, 4]
result = list(filter(lambda x: x > 10, numbers))
print(result)  #執行結果：[50, 12, 30, 27]

在串列(List)Comprehension中則可以改寫為：


numbers = [50, 2, 12, 30, 27, 4]
result = [number for number in numbers if number > 10]
print(result)  # 執行結果：[50, 12, 30, 27]

在此範例中，我們將條件判斷擺在後面來篩選可疊代的物件(Iterable Object)元素，那如果要依據條件來"改變"串列(List)中的值時，則要把條件判斷移至前方，如下範例：


numbers = [50, 2, 12, 30, 27, 4]
result = [number if number > 10 else 0 for number in numbers]
print(result)  # 執行結果：[50, 0, 12, 30, 27, 0]

範例中透過條件判斷將串列(List)中小於等於10的值修改為0，而大於10的則維持原值。

Python Comprehension語法和Lambda函式一樣，適當的使用可以讓程式碼簡潔且可讀性佳，避免撰寫過於複雜的邏輯，否則只會讓未來維護時不易修改。

二、Set & Dictionary Comprehension

集合(Set)Comprehension的用法和串列(List)Comprehension幾乎一樣，不同的地方是集合(Set)使用 {} 符號，並且其中的元素不會重覆，如下範例：


titles = "Learn Code With Mike"
result = {letter for letter in titles if letter == "e"}
print(result)  # 執行結果：{'e'}

從範例中可以看到 titles 中符合條件的 e 字母有3個，但是集合(Set)只會顯示1個。

另外，字典(Dictionary)Comprehension和集合(Set)Comprehension同樣使用 {} 符號，不同的是字典(Dictionary)的每個元素由鍵(Key)與值(Value)構成，如下範例：


titles = "Python"
result = {index: letter for index, letter in enumerate(titles)}
print(result)

執行結果

範例中利用enumerate()函式回傳可疊代的物件(Iterable Object)元組(Tuple)，再透過Unpacking的方式取得鍵(index)與值(letter) ，詳細的觀念可以參考Python Unpacking實用技巧分享。

三、Generator Expression

各位一定會想說，那有元組(Tuple)Comprehension嗎?我們依照上面的原則來撰寫如下範例：


result = (number * 2 for number in range(10))
print(result)

執行結果

從執行結果可以看到，我們得到了一個Generator物件(Object)，這是什麼呢?

Generator物件(Object)具有延遲的特性，也就是說它不會把所有資料都儲存在記憶體中，而是透過迴圈進行讀取時，來產生值。所以Generator物件(Object)適用於處理非常龐大的資料集，甚至無限個資料的情況。如果透過串列(List)或元組(Tuple)等其它物件來處理時，會將所有資料都儲存在記憶體中，這時候就可以想像將會耗盡記憶體資源。

假設我們將上面範例中的 range(10) 調整為 range(20000)，來模擬要處理的資料集非常龐大，接著引用sys模組中的getsizeof()函式(Function)，來取得串列(List)及Generator物件(Oject)各佔用了多少記憶體空間，如下範例：


from sys import getsizeof

list_result = [number * 2 for number in range(20000)]
print("List: ", getsizeof(list_result))

generator_result = (number * 2 for number in range(20000))
print("Generator: ", getsizeof(generator_result))

執行結果

可以看到串列(List)占用了89008Bytes，而Generator物件(Object)只佔用了56Bytes，省下了不少記憶體空間。但是也需要特別注意，由於Generator物件(Object)不像其它物件如串列(List)等，把所有資料都儲存在記憶體中，所以是無法得知Generator物件(Object)的資料個數，如下範例：


list_result = [number * 2 for number in range(20000)]
print("List: ", len(list_result))

generator_result = (number * 2 for number in range(20000))
print("Generator: ", len(generator_result))

執行結果