理解嵌套列表理解[重复]

问题描述：

我想理解嵌套列表推导。下面，我列出了列表推导表达式及其 for 循环等效表达式。

我想知道我的理解是否正确。

例如，

[(min([row[i] for row in rows]),max([row[i] for row in rows])) 
for i in range(len(rows[0]))]

相当于

result=[]
for i in range(len(rows[0])):
  innerResult=[]
  for row in rows:
    innerResult.append(row[i])
  innerResult2=[]
  for row in rows:
    innerResult2.append(row[i])
  tuple=(min(innerResult), max(innerResult2))
  result.append(tuple)

如果我可以概括的话，我猜

[exp2([exp1 for x in xSet]) for y in ySet]

形式可以翻译如下。（我希望我的说法是正确的）

result=[]
for y in ySet:
  innerResult =[]
  for x in xSet:
    innerResult.append(exp1)
  exp2Result = exp2(innerResult)
  result.append(exp2Result)

对于更简单的情况，

[exp1 for x in xSet for y in ySet] 

等于

result=[] 
for x in xSet:
  for y in ySet: 
    result.append(exp1)

然而，

[[exp1 for x in xSet] for y in ySet]

等于

result=[]
for y in ySet:
  innerResult=[]
  for x in xSet:
    innerResult.append(exp1)
  result.append(innerResult)

我问过一个类似的问题，关于复杂列表理解的等效 for 循环表达式，

那里给出的答案在理解了它的内部功能后重建了形式。

我想知道它是如何系统地工作的，这样我就可以将这个概念应用到其他略有不同的例子中。

解决方案 1：

确实，您说得对。Python语言参考中的表达式部分对此进行了详细描述。

请特别注意单个列表推导中几个 s 的嵌套顺序for，它始终是从左到右的：

>>> matrix = [[1, 2], [3, 4]]
>>> [item for item in row for row in matrix] # oops!
Traceback (most recent call last):
  File "<pyshell#1>", line 1, in <module>
    [item for item in row for row in matrix]
NameError: name 'row' is not defined
>>> [item for row in matrix for item in row] # nesting is in left-to-right order
[1, 2, 3, 4]

解决方案 2：

简短的回答是：是的，你的理解是正确的。

只有一个问题：在 Python 代码中通常使用嵌套列表推导的方式是对多维数组进行操作。

一个典型的例子是当你对矩阵进行操作时：

>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> [[el - 1 for el in row] for row in matrix]
[[0, 1, 2], [3, 4, 5], [6, 7, 8]]

如您所见，“嵌套”通过对矩阵的每个维度进行操作来实现。

在您提供的示例中，似乎ySet[不幸的名字，因为集合是 python 提供的类型之一] 只是一个通用计数器，这使得跟踪其内部发生的事情变得更加困难。

至于您的第一个例子：

>>> rows = ([1, 2, 3], [10, 20, 30])
>>> [(min([row[i] for row in rows]),max([row[i] for row in rows])) for i in range(len(rows[0]))]
[(1, 10), (2, 20), (3, 30)]

您可能希望查看zip内置函数：

>>> zip(rows[0], rows[1])
[(1, 10), (2, 20), (3, 30)]

或者为了尽可能简洁和优雅：

>>> zip(*rows)
[(1, 10), (2, 20), (3, 30)]

呼呼！