Python 中的推导式（Comprehensions）是一种用于创建新的数据结构（列表、集合、字典等）的紧凑而强大的语法。它可以在一行代码中生成新的可迭代对象，而不需要显式的 for 循环。推导式通常更具可读性和简洁性，同时提高了代码的性能。
Python 支持以下类型的推导式：
-
列表推导式（List Comprehensions）：用于创建新的列表。 -
集合推导式（Set Comprehensions）：用于创建新的集合。 -
字典推导式（Dictionary Comprehensions）：用于创建新的字典。 -
生成器表达式（Generator Expressions）：用于创建生成器对象。
列表推导式（List Comprehensions）
列表推导式用于从一个可迭代对象创建新的列表。它的语法如下：
new_list = [expression for item in iterable if condition]
-
expression：一个表达式，用于生成新列表中的元素。 -
item：可迭代对象中的每个元素。 -
iterable：可迭代对象，如列表、元组、字符串等。 -
condition（可选）：一个条件，用于筛选元素。
示例代码：
# 创建一个包含1到10的平方的列表
squares = [x**2 for x in range(1, 11)]
# squares 的值为 [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 使用条件筛选出偶数的列表
even_numbers = [x for x in range(1, 11) if x % 2 == 0]
# even_numbers 的值为 [2, 4, 6, 8, 10]
集合推导式（Set Comprehensions）
集合推导式用于从一个可迭代对象创建新的集合。它的语法与列表推导式类似，但结果是一个集合。
示例代码：
# 创建一个包含1到10的平方的集合
squares_set = {x**2 for x in range(1, 11)}
# squares_set 的值为 {1, 4, 9, 16, 25, 36, 49, 64, 81, 100}
# 使用条件筛选出偶数的集合
even_set = {x for x in range(1, 11) if x % 2 == 0}
# even_set 的值为 {2, 4, 6, 8, 10}
字典推导式（Dictionary Comprehensions）
字典推导式用于从一个可迭代对象创建新的字典。它的语法如下：
new_dict = {key_expression: value_expression for item in iterable if condition}
-
key_expression：用于生成字典键的表达式。 -
value_expression：用于生成字典值的表达式。 -
item：可迭代对象中的每个元素。 -
iterable：可迭代对象，如列表、元组、字符串等。 -
condition（可选）：一个条件，用于筛选元素。
示例代码：
# 创建一个包含数字和其平方的字典
squares_dict = {x: x**2 for x in range(1, 6)}
# squares_dict 的值为 {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
# 使用条件筛选出偶数和其平方的字典
even_squares_dict = {x: x**2 for x in range(1, 11) if x % 2 == 0}
# even_squares_dict 的值为 {2: 4, 4: 16, 6: 36, 8: 64, 10: 100}
生成器表达式（Generator Expressions）
生成器表达式与列表推导式类似，但返回的是一个生成器对象，而不是一个列表。生成器对象可以逐个生成元素，节省内存空间。
示例代码：
# 创建一个生成器，逐个生成1到10的平方
squares_generator = (x**2 for x in range(1, 11))
# 遍历生成器并逐个获取元素
for square in squares_generator:
print(square)