Što su list comprehensions?

Question

Accepted Answer

**List comprehension** je koncizan, čitljiv način za izgradnju liste transformacijom i/ili filtriranjem iterabilnog objekta u jednom izrazu — Python-ov idiomatski izbor umjesto `for` petlje koja dodaje u listu.

## Osnovna sintaksa

```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───┘
```

Pročitaj kao "kvadrat n, za svaki n u range(5)." Detaljniji je i često brži od ručne petlje.

## Dodavanje filtera (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]
```

## Uvjetni izraz u izlazu

```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 za druge tipove

```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
```

Ista sintaksa gradi setove i dictionaries; sa zagradama postaje **generator expression** koji lijenokruno proizvodi vrijednosti (nema pune liste u memoriji — odličan za velike podatke).

## Kada ih NE koristiti

```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
```

Držite comprehensions jednostavnim; ako trebaju višestruke ugniježđene petlje ili kompleksne uvjete, obična petlja je jasnija.

## Zašto je važno

List comprehensions su tipično "Pythonic" — koncizan, čitljiv i često brži od ekvivalentnih petlji, stalno se koriste za transformaciju i filtriranje podataka.

Ovladati njima (plus njihovih set/dict/generator varijanti, i lijenoga generator izraza za velike podatke) bitno je za pisanje idiomatskog Python-a.

Znati kada ih koristiti (jednostavne transformacije/filtere) u odnosu na običnu petlju (kompleksna logika) znak je čistog, čitljivog koda.