List comprehension on ytimekäs ja luettava tapa rakentaa lista muuttamalla ja/tai suodattamalla iteroitavaa elementtiä yhdessä lausekkeessa — Pythonin idiomatinen vaihtoehto for-silmukalle, joka lisää elementtejä listaan.
squares = []
n ():
squares.append(n ** )
squares = [n ** n ()]
Lue se näin: "n:n neliö, jokaiselle n:lle range(5):ssä." Se on ytimekäs ja usein nopeampi kuin manuaalinen silmukka.
# 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]
# 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"]
{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
Sama syntaksi rakentaa set- ja dict-objekteja; sulkeiden kanssa siitä tulee generator expression, joka tuottaa arvoja laiskasti (ei täyttä listaa muistissa — loistava suurelle datalle).
# ❌ 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
Pidä comprehensions yksinkertaisina; jos ne tarvitsevat useita sisäkkäisiä silmukoita tai monimutkaisia ehtoja, tavallinen silmukka on selkeämpi.
List comprehensions ovat pohjimmiltaan "Pythonicaa" — ytimekästä, luettavaa ja usein nopeampaa kuin vastaavat silmukat, käytetään jatkuvasti tietojen muuntamiseen ja suodattamiseen.
Niiden hallinta (sekä niiden set/dict/generator-muunnelmat ja lazy generator expression suurelle datalle) on välttämätöntä idiomatisen Pythonin kirjoittamiseen.
Tietää, milloin niitä käytetään (yksinkertaiset muunnokset/suodattimet) verrattuna tavalliseen silmukkaan (monimutkainen logiikka), on puhtaan, luettavan koodin tunnus.