189 8069 5689
python中的 3元表达式是对 if...else... 语句的一种简写~；这个在很多时候都非常有用，而且可以使代码简单且易于维护。
创新互联建站是一家专注网站建设、网络营销策划、微信小程序开发、电子商务建设、网络推广、移动互联开发、研究、服务为一体的技术型公司。公司成立十余年以来，已经为上千余家服务器租用各业的企业公司提供互联网服务。现在，服务的上千余家客户与我们一路同行，见证我们的成长；未来，我们一起分享成功的喜悦。
x = 3
y = 4
if x > y:
res = x
else:
res = y上述代码若使用 3元表达式，if...else...语句可以简写成一行
x = 4
y = 3
res = x if x > y else y上述例子中，3元表达式最左边的 x 和最右边的 y 可以写成任意的表达式
x = 4
y = 3
res = 'aaa' if x > y else 'bbb'列表解析（list comprehension），一般会配合 for 循环，以比较优雅的方式生成列表，大大减少代码量，且增强了代码的可读性~
s = []
for i in 'hello':
s.append(i.upper())
print(s)
输出结果：
['H', 'E', 'L', 'L', 'O']上述代码若使用列表解析，可使用如下代码替换，输出结果一致：
s = [i.upper() for i in 'hello']
print(s) 说明：for 循环得到的每一个元素返回给 for 前面的 i 变量，然后执行 upper 函数，将执行结果以列表的形式返回~。相比于 for 循环，列表解析的语法由 c语言实现，性能会有所提升~
列表解析中，for 循环后面亦可添加 条件语句，筛选出满足条件的元素：
lst = [1,2,60,67,34,78,98,70,89]
print([i for i in lst if i > 50])
输出结果：
[60, 67, 78, 98, 70, 89]总结一下列表解析的语法：
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
.....
for itemN in iterableN if conditionN
]绝大多数的情况，列表解析仅使用一层循环，即：
[expression for item in iterable if condition]上面已经给出列表解析的语法，for 循环前面的 expression 可以是一个变量，也可以是一个表达式，看如下示例，列表中的×××（int）原样取出，若是浮点类型（float），则进行四舍五入后取出：
a = [1,2,3.2,1.3,5.9]
res = [i if isinstance(i, int) else int(round(i)) for i in a]
res : [1, 2, 3, 1, 6]这里 for 循环前的 expression 是一个三元表达式，判断语句在三元表达式中实现~
for 循环前的 expression 也可以是一个 常量，例如要获取一个固定长度的，且都是某个值的列表：
lst = [0 for i in range(10)] # 长度为10，全为0 的列表
lst : [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]列表解析多层 for 循环示例，读取列表中每个单词的字母，并生成一个新的列表：
lst = ['hello', 'kitty']
res = [l for word in lst for l in word]
res : ['h', 'e', 'l', 'l', 'o', 'k', 'i', 't', 't', 'y']如上示例可能一下子难以理解，根据列表解析的语法：
[expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
.....
for itemN in iterableN if conditionN
]
类似于
res=[]
for item1 in iterable1:
if condition1:
for item2 in iterable2:
if condition2:
......
for itemN in iterableN:
if conditionN:
res.append(expression)如上示例使用 for 循环表示：
res = []
for word in lst:
for l in word:
res.append(l)
print(res)
输出结果：
['h', 'e', 'l', 'l', 'o', 'k', 'i', 't', 't', 'y']列表解析并没有降低代码的可读性，且缩小了代码量、提升了性能，但是若其中出现多层 for 循环嵌套，可能会降低代码的可读性，不易于理解~
列表解析会一次性生成所有的数据到内存中，然后生成列表对象，这样不适用于迭代大量的数据。 而生成器表达式正好解决了这个问题~
生成器表达式的语法与列表解析的语法类似，即外面的中括号 换成括号即可：
语法：
(expression for item1 in iterable1 if condition1
for item2 in iterable2 if condition2
.....
for itemN in iterableN if conditionN
)
示例：
>>> g = (i for i in range(100))
>>> g
at 0x00000288D8C9A308> 若使用生成器表达式，所有的数据不会一次性全部加载到内存中，而是按照从前向后的顺序，用到一个加载一个。当数据量比较大时，更节省内存~
import time
start_time = time.time()
g = (i for i in range(100000000))
stop_time = time.time()
print('run time is %s' % (stop_time - start_time))
print(next(g))
print(next(g))
print(next(g))
输出结果：
run time is 0.0 # 得到生成器 g 的用时~
0
1
2同样的数据量使用列表解析，会消耗相当长的时间，若是再加几个0，程序可能就会卡住：
import time
start_time = time.time()
lst = [i for i in range(100000000)]
stop_time = time.time()
print('run time is %s' % (stop_time - start_time))
lst_iter = lst.__iter__()
print(next(lst_iter))
print(next(lst_iter))
print(next(lst_iter))
输出结果：
run time is 5.407538890838623 # 生成列表的时长
0
1
2当然生成器表达式也有缺点，由于生成器表达式返回的是一个生成器，所以若要迭代所有的元素，只能从前往后挨个迭代；而列表解析返回的是列表，可以根据索引立即返回指定位置的元素~
gen = (i for i in range(100))
# print(gen[10]) # 错误
lst = [i for i in range(100)]
print(lst[10]) # 没有问题.................^_^