作为语言中最具代表性的_Pythonic_语法之一，我相信每个人都听说过或已经使用过列表理解法。

但是你知道吗，在这门语言中还有三种类型的理解式？

在这篇文章中，我将讨论什么是_Python_中的理解式，以及为什么要使用它们。我还将讨论什么情况下使用理解式会对代码的可读性产生不利影响。

什么是 Python 中的理解力？

从本质上讲，_Python_中的理解力是一种语法，用于通过对另一个迭代对象进行操作来创建一个新的序列。

在_Python_中有四种类型的理解力。

1. 列表理解
2. Dict 汇编
3. 集合理解法
4. 生成器理解

大多数初学者对理解力有一个常见的误解，那就是初始迭代对象需要和理解力的类型相同。然而，情况并非如此，例如，如果你正在使用一个_dict编译器_，那么初始迭代器也可以是一个列表。

名称中提到的类型是指从理解力中返回的序列的类型。

为什么要在 Python 中使用理解力？

我们在代码中使用理解力，因为使用它更具有_Python 的_特点，也更具有可读性。然而，在某些情况下使用它们时需要小心，因为有些时候它们会产生相反的效果。

列表理解

列表_理解是_Python 中最常见的理解类型，它遵循简单的语法。

# Not using conditional in list comprehension.
[<expression> for <variable> in <iterable>]# Using standard condition in list comprehension.
[<expression> for <variable> in <iterable> if <condition>]# Using if and else in a list comprehension.
[<expression>  if <condition> else <expression> for <variable> in <iterable>]

正如我们在这里看到的，条件是完全可选的，但是如果你使用它，取决于你是否使用_else_子句，它在_列表_理解中的位置将发生变化。

我们还可以看到，它们非常容易使用，在减少for循环的使用方面相当方便，使代码更加简洁。

掌握它的最好方法是自己玩玩它们，了解它们的限制。下面是一个真实的使用例子，给你一个概念。

original_list = ["hello", "and", "welcome", "to", "list", "comprehensions"]# Not using conditional in list comprehension.
new_list = [item.capitalize() for item in original_list]
print(new_list)
# ['Hello', 'And', 'Welcome', 'To', 'List', 'Comprehensions']# Using standard condition in list comprehension.
new_list = [item.capitalize() for item in original_list if item not in ["and", "to"]]
print(new_list)
# ['Hello', 'Welcome', 'List', 'Comprehensions']# Using if and else in a list comprehension.
new_list = [item.capitalize() if item not in ["and", "to"] else item for item in original_list]
print(new_list)
# ['Hello', 'and', 'Welcome', 'to', 'List', 'Comprehensions']

Dict理解

正如我前面提到的，理解力名称中提到的_类型_是指它所创建的序列的类型，而不是理解力中使用的迭代器的类型。

head -n 10 us.txtThe syntax for a dictionary comprehension is:

new_dictionary = {<key>:<value> for <item> in <iterable> if <condition>}

再说一次，这里的条件是可选的。

你可以在许多不同的场景中使用它，例如，设想你希望能够根据员工在公司中的职位来比较所获得的工资，而你有一长串的字典，包含了每个员工的各种信息。

事实上，你也许可以用它来工作，但如果你只关心职位和工资，那么有很多信息是不需要的，因此我们可以用字典理解法来轻松地创建一个只包含我们想要的信息的新字典。

employee_list = [{'name': 'Peter','surname': 'Pan','position': 'Full-stack Developer','salary': 60000},{'name': 'Molly','surname': 'Weasley','position': 'Front-End Developer','salary': 50000},{'name': 'Harry','surname': 'Potter','position': 'Data Scientist','salary': 55000},{'name': 'Hermione','surname': 'Granger','position': 'Data Engineer','salary': 50000},{'name': 'Ronald','surname': 'Weasley','position': 'Junior Developer','salary': 40000}
]# Dict Comprehension without condition.position_dict = {position['position']: position['salary'] for position in employee_list}
print(position_dict)
# {'Full-stack Developer': 60000, 'Front-End Developer': 50000, 'Data Scientist': 55000, 'Data Engineer': 50000, 'Junior Developer': 40000}# Dict Comprehension with condition.position_dict = {position['position']: position['salary'] for position in employee_list if "Developer" in position['position']}
print(position_dict)
# {'Full-stack Developer': 60000, 'Front-End Developer': 50000, 'Junior Developer': 40000}

正如你在上面所看到的，我们可以用一个字典的理解力在一行中非常容易和干净地实现这个目标*。*

集合理解

_集合_理解的功能与_列表_理解类似，只是它具有集合的所有优点，即集合中的项目不能重复，而且数值不按顺序排列。

除了使用大括号而不是方括号外，它还使用了与_列表_理解类似的语法。

# Not using conditional in set comprehension.
{<expression> for <variable> in <iterable>}# Using standard condition in set comprehension.
{<expression> for <variable> in <iterable> if <condition>}# Using if and else in a set comprehension.
{<expression>  if <condition> else <expression> for <variable> in <iterable>}

在有些时候，这可能是有用的，但是你必须记住要小心，因为如果需要对结果进行排序的话，集合的有利方面可能会导致问题，如下所示。

original_list = ["hello", "and", "welcome", "to", "set", "comprehensions", "set", "comprehensions"]# Not using conditional in set comprehension.
new_set = {item.capitalize() for item in original_list}
print(new_set)
# {'To', 'Hello', 'Set', 'And', 'Welcome', 'Comprehensions'}# Using standard condition in set comprehension.
new_set = {item.capitalize() for item in original_list if item not in ["and", "to"]}
print(new_set)
# {'Set', 'Comprehensions', 'Hello', 'Welcome'}# Using if and else in a set comprehension.
new_set = {item.capitalize() if item not in ["and", "to"] else item for item in original_list}
print(new_set)
# {'Hello', 'Set', 'and', 'to', 'Welcome', 'Comprehensions'}

生成器理解法

生成器_理解是我们在_Python 中最不为人所知的理解类型。

_生成器_是一个返回对象（迭代器）的函数，我们可以逐个迭代，它是Python中一种独特的语法，通常由一个带有yield关键字的函数生成。

生成器的语法和其他所有的语法一样简单。

# Not using conditional in generator comprehension.
(<expression> for <variable> in <iterable>)# Using standard condition in generator comprehension.
(<expression> for <variable> in <iterable> if <condition>)# Using if and else in a generator comprehension.
(<expression>  if <condition> else <expression> for <variable> in <iterable>)

使用生成器的好处是，我们可以通过使用内置的函数**next()**来一步步地对它进行迭代。

generator = (i*2 if i%2 else i**2 for i in range(0,10))
for _ in range(10):print(next(generator), end=' ')# 0 2 4 6 16 10 36 14 64 18 

什么时候不应该使用编译器？

在阅读了这里的所有内容之后，似乎不需要考虑总是使用理解式，对吗？

其实不然。

python中的理解式可以用上述所有的方式来创建可读的代码，但是当我们使用_嵌套_的理解式时，我们需要小心，因为它可能导致代码的可读性变差。

嵌套式理解力

_嵌套_式理解是一个术语，我们用来指在其他理解中进行的理解。

虽然这是一个非常强大的功能，但它也会在可读性方面产生相反的效果。

例如，下面的两个脚本都创建了下面的金字塔。

# method 1for row in range(0, number_of_rows):for _ in range(0, row + 1):print("#", end='')print("\n")    # Method 2print('\n'.join([''.join(['#' for _ in range(1, row + 1)]) for row in range(0, number_of_rows)]))

#
##
###
####
#####
######
#######

我们可以看到，虽然这是一个相当基本的例子，但如果没有嵌套的理解力，它的可读性已经很高了，而且随着复杂性的增加，用这些来保持可读性就越难。

通过这篇文章和对理解性的理解，我们不能完全理解它们给语言带来的力量，但同时，我们需要注意不要滥用它们，因为当逻辑不简单的时候，很快就会对可读性产生不利影响。

每当我自己开始嵌套理解力时，我总是喜欢记住这句简单的话。

代码应该解释注释，而不是由注释来解释代码。

然后再决定是否最好把逻辑写出来，而不写理解性。

使用理解力的好处在于，如果使用得当，它可以帮助你产生高效的可读代码。

我希望你喜欢阅读并继续学习

目前python前景最好，我个人也主要在这个方向发展下面有一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。