Compréhension de liste Python avec exemples [2022]

Les séquences peuvent être construites de manière concise ou courte à partir de séquences déjà définies grâce à l'utilisation de compréhensions en python. Les séquences incluent des structures de données telles que liste, dictionnaire, ensemble, etc. Les compréhensions suivantes sont prises en charge en python :

• Liste des compréhensions
• Compréhensions du dictionnaire
• Définir les compréhensions
• Générateur Compréhensions

Cet article se concentrera sur les compréhensions de liste en python et ses utilisations. Comme l'ensemble de compréhension de liste et les compréhensions de dictionnaire en python peuvent également être créés.

Qu'est-ce que la compréhension de liste ?

Python est un langage de programmation largement accepté qui offre à l'utilisateur la possibilité d'écrire du code simple et élégant. La compréhension de liste est l'une de ces caractéristiques distinctives de python qui est utilisée pour créer de nouvelles listes. Grâce à l'utilisation d'une seule ligne de code, la fonctionnalité peut être créée.

Il n'est pas nécessaire qu'une condition if soit contenue dans une compréhension de liste, mais plusieurs formes peuvent être contenues dans la compréhension de liste.

Par conséquent, listez les compréhensions

• Est une manière élégante de définir et de créer une liste basée sur des listes existantes.
• Par rapport aux fonctions normales de création de listes et de boucles, les compréhensions de listes sont beaucoup plus compactes et rapides.
• Pour que le code soit plus convivial, l'écriture de longues listes de compréhensions doit être évitée.
• Lors de l'utilisation d'une boucle for, les compréhensions de liste peuvent être réécrites.

Comment créer une liste ?

Plusieurs façons existent pour créer des listes dans le langage de programmation python.

1. pour les boucles

La boucle For peut être utilisée pour créer une liste. Trois étapes sont à suivre pour créer la liste des éléments.

• Une liste vide doit être instanciée.
• La boucle est utilisée sur des éléments qui peuvent être itérés.
• Chaque élément est ajouté à la fin de la liste .

2. Objets map()

Une approche alternative, c'est-à-dire map(), est basée sur la programmation fonctionnelle. Un objet est créé lorsqu'une fonction et un élément itérable sont passés à map(). La sortie qui serait générée à partir de l'exécution de l'élément itérable via la fonction fournie sera contenue dans l'objet.

3. Lister les compréhensions

Une autre façon de faire une liste consiste à utiliser la compréhension de liste. La boucle for peut être réécrite dans un code composé d'une seule ligne.

Par rapport aux méthodes précédentes où une liste vide est d'abord créée, puis l'ajout des éléments à la fin, dans ce cas, cela se produit simplement sur une seule ligne. La liste et le contenu sont simplement définis en même temps. Le code utilisé est.

Il y a trois éléments dans chaque compréhension de liste python .

• Expression : étant un membre, expression est un appel de méthode ou toute expression dans laquelle une valeur est renvoyée.
• Membre : il s'agit d'une valeur ou d'un objet dans la liste itérable. La valeur d'un membre est 1 dans l'exemple ci-dessus.
• Itérable : il s'agit d'une liste, d'une séquence, d'un ensemble ou d'autres objets dont les éléments peuvent être renvoyés un par un. Iterable est range(10) dans l'exemple ci-dessus.

La compréhension de liste Python peut bien fonctionner même dans les endroits qui utilisent map(). L'exemple ci-dessus peut être réécrit comme.

La différence entre l'utilisation d'un map() et d'une compréhension de liste est qu'une liste est renvoyée en cas de compréhension de liste tandis qu'un objet map est renvoyé en cas de map().

Expressions conditionnelles

Les listes existantes peuvent être modifiées grâce à l'utilisation d'instructions conditionnelles dans les compréhensions de liste. Que ce soit une liste ou des tuples, les deux peuvent être modifiés via des compréhensions de liste python.

1. En utilisant la condition de si

La condition de 'si' peut être utilisée dans la compréhension de liste via le code suivant.

L'exécution du programme ci-dessus génère la sortie : [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

2. Utilisation de la condition de Nested IF

La compréhension de liste effectue les vérifications suivantes :

• L'élément y est-il divisible par 2 ou 5 ?
• Si les deux conditions sont satisfaites par y, il est ajouté à num_list.

A lire aussi : Des applications Python fascinantes dans le monde réel

3. Utiliser if-else

Dans l'exemple ci-dessus, les dix nombres, c'est-à-dire de 0 à 10 sont vérifiés par des compréhensions de liste.

4. Utilisation de boucles imbriquées

Sortie générée : [[1, 4], [2, 5], [3, 6], [4, 8]]

La transposée de la matrice est calculée à l'aide de deux boucles.

• Par rapport aux boucles imbriquées normales, les boucles imbriquées contenues dans les compréhensions de liste fonctionnent différemment des autres boucles imbriquées.

Syntaxe

La syntaxe de base pour la compréhension de la liste python est

[expression pour l'élément de la liste]

Supposons que nous ayons une chaîne et que nous voulions l'itérer en utilisant la compréhension de liste.

Dans l'exemple ci-dessus, on peut remarquer que 'human' n'est utilisé ni comme une chaîne ni comme une liste. C'est là que réside la puissance des compréhensions de liste python . Qu'il s'agisse d'une chaîne ou d'un tuple, la compréhension de liste peut l'identifier et travailler dessus comme une liste.

La même chose peut être effectuée en utilisant les boucles. Mais, la syntaxe de la compréhension de liste ne peut pas être suivie par les boucles.

Conclusion

Dans cet article, vous avez brièvement appris les compréhensions de liste en python et sa création de différentes manières. Avec la connaissance de cette compréhension, d'autres codes peuvent être essayés pour vos tâches. Le concept de python suscite beaucoup d'attention, mais il sera plus précieux si vous êtes en mesure d'utiliser efficacement vos données. Cela peut être réalisé en écrivant des codes clairs et concis.

Par conséquent, si vous souhaitez en savoir plus sur Python et son implémentation dans l'exploration de données, vous pouvez consulter le cours du programme Executive PG en Data Science proposé par upGrad. Le cours de 12 mois est conçu pour les professionnels débutants (hommes et femmes) âgés de 21 à 45 ans et est le premier PGP certifié NASSCOM en Inde. Avec plus de 400 heures d'apprentissage et une expérience pratique de plus de 14 outils et langages, le cours est spécialement conçu pour répondre à vos rêves. Les questions liées au cours sont les bienvenues.