En listkomprehendsion är ett koncist, läsbart sätt att bygga en lista genom att transformera och/eller filtrera en itererbar struktur i ett enda uttryck — Pythons idiomatiska alternativ till en for-loop som lägger till element i en lista.
squares = []
n ():
squares.append(n ** )
squares = [n ** n ()]
Läs det som "kvadraten av n, för varje n i range(5)." Det är mer koncist och ofta snabbare än den manuella loopen.
# 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
Samtidiga syntax bygger mängder och dictionaries; med parenteser blir det ett generatoruttryck som producerar värden lata (ingen full lista i minnet — utmärkt för stora datamängder).
# ❌ 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
Håll komprehendsioner enkla; om de behöver flera kapslade loopar eller komplexa villkor, är en vanlig loop klarare.
Listkomprehendsioner är kännetecknande "Pythonisk" — koncis, läsbar och ofta snabbare än motsvarande loopar, används ständigt för att transformera och filtrera data.
Att bemästra dem (plus deras varianter för mängder/ordlistor/generatorer, och det lata generatoruttrycket för stora datamängder) är väsentligt för att skriva idiomatisk Python.
Att veta när man ska använda dem (enkla transformeringar/filter) kontra en vanlig loop (komplex logik) är kännetecknet för ren, läsbar kod.