بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 11: Comprehensionها Comprehensions

ساخت لیست، دیکشنری و مجموعه با comprehension، فیلتر شرطی، حالت تو در تو و اینکه چه زمانی حلقه‌ی معمولی بهتر است.

در این جلسه یاد می‌گیری

درس

[expr for x in iterable] معادل یک حلقه با append است، کوتاه‌تر و معمولاً سریع‌تر. متغیر حلقه در comprehension محلی است و بیرون نشت نمی‌کند.

squares = [n * n for n in range(1, 6)]
print(squares)

if در انتها فیلتر است (بعضی اعضا حذف می‌شوند). a if cond else b در ابتدا یک عبارت شرطی است (همه‌ی اعضا می‌مانند، مقدارشان فرق می‌کند).

nums = [3, -1, 4, -5]
print([n for n in nums if n > 0])
print([n if n > 0 else 0 for n in nums])

{k: v for ...} دیکشنری و {x for ...} مجموعه می‌سازد. برای تبدیل داده‌ی خام (مثلاً خطوط key=value) بسیار رایج است.

words = ["api", "db", "cache"]
print({w: len(w) for w in words})
print({w[0] for w in words})

در حالت تو در تو، ترتیب forها همان ترتیب حلقه‌های تو در توی معمولی است (بیرونی اول). برای تخت کردن (flatten) ماتریس: [x for row in m for x in row].

matrix = [[1, 2], [3, 4], [5, 6]]
print([x for row in matrix for x in row])
print([[row[i] for row in matrix] for i in range(2)])

کجا استفاده نکن: وقتی هدف اثر جانبی است (print، نوشتن فایل)، وقتی منطق چند شرط و شاخه دارد، یا وقتی بیش از دو سطح تو در تو می‌شود. comprehension برای ساختن یک مجموعه‌ی داده است؛ اگر خواندنش سخت شد، حلقه بنویس. برای داده‌ی بزرگ که فقط یک بار پیمایش می‌شود، generator expression با پرانتز حافظه را صرفه‌جویی می‌کند.

total = sum(n * n for n in range(1, 1001))
print(total)

مثال‌های این جلسه

چالش‌ها

  1. Cubes (آسان)
  2. Filter evens (آسان)
  3. Lengths dict (آسان)
  4. Email domains (متوسط)
  5. Labels with ternary (متوسط)
  6. Flatten (متوسط)
  7. Parse and filter input (متوسط)
  8. Transpose (سخت)
  9. Price filter (سخت)
  10. Pairs that sum to target (سخت)
  11. Sorted unique lengths (متوسط)
  12. Coordinate grid (سخت)

بیشتر بخوان

← جلسه‌ی 10: دیکشنری‌ها جلسه‌ی 12: پروژه: تحلیل‌گر گزارش نمرات →