Что такое list comprehensions?

Question

Accepted Answer

**List comprehension** — это краткий и читаемый способ построить список, преобразуя и/или фильтруя итерируемый объект в одном выражении — идиоматическая альтернатива Python для цикла `for`, который добавляет в список.

## Базовый синтаксис

```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───┘
```

Читайте это как "квадрат n для каждого n в range(5)." Это более кратко и часто быстрее, чем ручной цикл.

## Добавление фильтра (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]
```

## Условное выражение в результате

```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 для других типов

```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
```

Тот же синтаксис создаёт множества и словари; с скобками это становится **выражением генератора**, которое лениво создаёт значения (без полного списка в памяти — отлично для больших данных).

## Когда их НЕ использовать

```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
```

Сохраняйте comprehensions простыми; если они требуют нескольких вложенных циклов или сложных условий, обычный цикл понятнее.

## Почему это важно

List comprehensions quintessentially "pythonic" — краткие, читаемые и часто быстрее эквивалентных циклов, постоянно используются для преобразования и фильтрации данных.

Овладение ими (плюс их варианты set/dict/generator и ленивое выражение генератора для больших данных) необходимо для написания идиоматического Python.

Знание когда их использовать (простые преобразования/фильтры) versus обычный цикл (сложная логика) — признак чистого, читаемого кода.