Apakah list comprehensions?

Question

Accepted Answer

A **list comprehension** ialah cara yang ringkas dan mudah dibaca untuk membina senarai dengan mengubah dan/atau menyaring iterable dalam satu ungkapan — alternatif idiomatis Python kepada loop `for` yang menambah kepada senarai.

## Sintaks asas

```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───┘
```

Bacanya sebagai "kuasa dua n, untuk setiap n dalam range(5)." Ini lebih ringkas dan selalunya lebih cepat daripada gelung manual.

## Menambah penapis (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]
```

## Ungkapan bersyarat dalam keluaran

```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 untuk jenis lain

```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
```

Sintaks yang sama membina set dan dict; dengan kurungan ia menjadi **generator expression** yang menghasilkan nilai secara malas (tiada senarai penuh dalam ingatan — bagus untuk data besar).

## Apabila JANGAN menggunakannya

```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
```

Kekalkan comprehensions mudah; jika mereka memerlukan beberapa gelung bersarang atau syarat kompleks, gelung biasa lebih jelas.

## Mengapa ia penting

List comprehensions adalah "Pythonic" secara fundamental — ringkas, mudah dibaca, dan selalunya lebih cepat daripada gelung setara, digunakan secara konsisten untuk mengubah dan menyaring data.

Menguasai mereka (tambahan set/dict/generator varian, dan ungkapan generator malas untuk data besar) adalah penting untuk menulis Python idiomatis.

Mengetahui bila menggunakannya (transform/penapis mudah) berbanding gelung biasa (logik kompleks) adalah tanda kod yang bersih dan mudah dibaca.