List comprehensions भनेको के हो?

Question

Accepted Answer

A **list comprehension** एक संक्षिप्त र पढ्नयोग्य तरिका हो list बनाउन - iterable लाई एक अभिव्यक्तिमा परिवर्तन र/वा फिल्टर गरेर — `for` loop को लागि Python को idiomatical विकल्प जो list मा जोड गर्छ।

## आधारभूत वाक्यविन्यास

```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───┘
```

यो पढ्नुहोस् "n को वर्ग, range(5) मा प्रत्येक n को लागि।" यो हाथले loop गरेको भन्दा अधिक संक्षिप्त र प्राय: छिटो छ।

## फिल्टर थप्नुहोस् (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]
```

## आउटपुटमा शर्तसहित अभिव्यक्ति

```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"]
```

## अन्य प्रकारहरूको लागि Comprehensions

```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
```

यो नै वाक्यविन्यास sets र dicts बनाउँछ; कोष्ठकको साथ यो **generator expression** बन्छ जो मूल्यहरू आलस्यपूर्वक उत्पादन गर्छ (मेमोरीमा पूर्ण list छैन — बड़ो डेटाको लागि राम्रो)।

## कहिले प्रयोग नगर्नुहोस्

```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
```

Comprehensions सरल राख्नुहोस्; यदि तिनीलाई धेरै nested loops वा जटिल conditionals चाहिन्छ भने, सामान्य loop अधिक स्पष्ट छ।

## यो किन महत्त्वपूर्ण छ

List comprehensions मूलतः "Pythonic" हुन् — संक्षिप्त, पढ्नयोग्य, र प्राय: समकक्ष loops भन्दा छिटो, डेटा रूपान्तरण र फिल्टर गर्न निरन्तर प्रयोग गरिन्छ।

तिनीलाई आयत्त गर्नु (साथै set/dict/generator variants र ठूलो डेटाको लागि lazy generator expression) idiomatical Python लेख्नको लागि आवश्यक छ।

कहिले प्रयोग गर्नु भनेर जान्नु (सरल transforms/filters) बनाम नियमित loop (जटिल logic) स्वच्छ, पढ्नयोग्य कोडको चिन्ह हो।