Question

本章继续高级函数主题，再次回顾第14章所介绍的解析和迭代概念。由于列表解析既与上一章的函数工具（如map和filter）相关，又与循环相关，我们将在这里再次复习它。我们还将回顾迭代，以便学习生成器函数及其相关的生成器表达式——这是用户定义的、按需产生结果的方式。

Python中的迭代也包括用户定义的类，但是，我们将推迟到第六部分介绍这一点，也就是当我们学习运算符重载的时候再介绍。然而，这是我们最后一次介绍内置的迭代工具，我们将概括目前为止所遇到的各种工具，并且计算它们中的一些的相对性能。最后，由于这是本部分的最后一章，我们将以常见的一组“问题”和练习来结束本章，从而帮助你开始利用已经学习的概念来编写代码。

回顾列表解析：函数式编程工具

在上一章中，我们学习了map和filter这样的函数式编程工具，它们将操作映射到序列和集合结果中。由于这是Python编程中的一种常见任务，Python最终产生了一种新的表达式——列表解析，它甚至比我们前面学习的工具更灵活。简而言之，列表解析把任意一个表达式而不是一个函数应用于一个迭代对象中的元素。同样，它可以是更为通用的工具。

我们在第14章学习循环语句的时候介绍了列表解析。但是因为它们与map和filter这样的函数式编程工具相关，所以我们将会在本章回顾这一话题的内容。从技术上讲，这个特性并没有与函数绑定在一起。正如我们所见到的，列表解析可以成为一个比map和filter更通用的工具，有时候通过基于函数的另类视角进行分析，有助于深入理解它。

列表解析与map

让我们举一个例子来说明基础知识吧。正如我们在第7章所见到过的，Python的内置ord函数会返回一个单个字符的ASCII整数编码（chr内置函数是它的逆过程，它将一个ASCII整数编码转换为字符）：

现在，假设我们希望收集整个字符串中的所有字符的ASCII编码。也许最直接的方法就是使用一个简单的for循环，并将结果附加在列表中：

然而，现在我们知道了map，我们能够使用一个单个的函数调用，而不必关心代码中列表的结构，从而实现起来更简单：

尽管如此，我们能够通过列表解析表达式得到相同的结果——map把一个函数映射遍一个序列，列表解析把一个表达式映射遍一个序列：

列表解析在一个序列的值上应用一个任意表达式，将其结果收集到一个新的列表中并返回。从语法上来说，列表解析是由方括号封装起来的（为了提醒你它们构造了一个列表）。它们的简单形式是在方括号中编写一个表达式，其中的变量，在后边跟随着的看起来就像一个for循环的头部一样的语句，有着相同的变量名的变量。Python之后将这个表达式的应用循环中每次迭代的结果收集起来。

上一个例子的效果与手动进行for循环和map调用相比，没有什么不同。然而，列表解析可以变得更方便，当我们希望对一个序列应用一个任意表达式的时候。

这里，我们收集了从0～9数字的平方（我们只是让它在交互模式下打印了结果，如果你需要保留它的话，请将其赋值给一个变量）。和map调用差不多，我们也许能够创建一个小函数来实现平方操作。因为在其他的地方不需要这个函数，通常（但不是必须）在行内编写，使用lambda，而不是使用其他地方的def语句：

这同样也有效，并且它要比等效的列表解析编写更少的代码。它只是稍有一点复杂（至少，一旦理解了lambda后）。对于更高级种类的表达式，那么，通常列表解析将会被认为是输入较少的。下一部分将会告诉你为什么会这样。