Was sind List Comprehensions?

Question

Accepted Answer

Eine **list comprehension** ist eine prägnante und lesbare Möglichkeit, eine Liste zu erstellen, indem ein iterables Element in einem einzelnen Ausdruck transformiert und/oder gefiltert wird — Pythons idiomatische Alternative zu einer `for`-Schleife, die an eine Liste anfügt.

## Grundlegende Syntax

```python
# the loop way:
squares = []
for n in range(5):
    squares.append(n ** 2)

# the comprehension way — same result, one line
squares = [n ** 2 for n in range(5)]   # [0, 1, 4, 9, 16]
#          └expr──┘ └──for clause───┘
```

Lesen Sie es als "das Quadrat von n, für jedes n in range(5)." Es ist prägnanter und oft schneller als die manuelle Schleife.

## Filter hinzufügen (if)

```python
# keep only even numbers
evens = [n for n in range(10) if n % 2 == 0]   # [0, 2, 4, 6, 8]

# transform AND filter together
result = [n * 2 for n in range(10) if n % 2 == 0]  # [0, 4, 8, 12, 16]
```

## Bedingter Ausdruck in der Ausgabe

```python
# if/else goes BEFORE the for (it's part of the expression, not a filter)
labels = ["even" if n % 2 == 0 else "odd" for n in range(4)]
# ["even", "odd", "even", "odd"]
```

## Comprehensions für andere Typen

```python
{x ** 2 for x in range(5)}             # set comprehension → {0, 1, 4, 9, 16}
{k: v for k, v in pairs}               # dict comprehension
(x ** 2 for x in range(5))             # generator expression — LAZY, memory-efficient
```

Die gleiche Syntax erstellt Sets und Dicts; mit Klammern wird sie zu einem **generator expression**, das Werte faul erzeugt (keine vollständige Liste im Speicher — großartig für große Daten).

## Wann man sie NICHT verwendet

```python
# ❌ deeply nested / complex logic → a regular loop is more readable
matrix = [[row[i] for row in data] for i in range(cols)]  # OK, but don't over-nest
```

Halten Sie Comprehensions einfach; wenn sie mehrere verschachtelte Schleifen oder komplexe Bedingungen benötigen, ist eine gewöhnliche Schleife klarer.

## Warum es wichtig ist

List Comprehensions sind quintessentiell "pythonisch" — prägnant, lesbar und oft schneller als gleichwertige Schleifen, ständig zum Transformieren und Filtern von Daten verwendet.

Sie zu beherrschen (plus ihre set/dict/generator-Varianten und lazy generator expression für große Daten) ist unerlässlich für das Schreiben von idiomatischem Python.

Zu wissen, wann man sie verwendet (einfache Transformationen/Filter) versus eine reguläre Schleife (komplexe Logik), ist das Merkmal von sauberen, lesbaren Code.