List comprehension คืออะไร?

Question

Accepted Answer

A **list comprehension** คือวิธีการที่ชัดเจนและอ่านง่ายในการสร้างรายการโดยการแปลงและ/หรือกรองทีละน้อยในนิพจน์เดียว — ทางเลือกตามธรรมชาติของ Python แทน `for` loop ที่เพิ่มเข้าในรายการ

## ไวยากรณ์พื้นฐาน

```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───┘
```

อ่านว่า "กำลังสองของ n สำหรับแต่ละ n ใน range(5)" มันกระชับกว่าและมักจะเร็วกว่า loop ที่ทำด้วยมือ

## เพิ่มตัวกรอง (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]
```

## นิพจน์เงื่อนไขในผลลัพธ์

```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 สำหรับประเภทอื่น

```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
```

ไวยากรณ์เดียวกันสร้างชุด (sets) และพจนานุกรม (dicts); ด้วยวงเล็บจะกลายเป็น **generator expression** ที่ผลิตค่าแบบ lazy (ไม่มีรายการเต็มในหน่วยความจำ — ยอดเยี่ยมสำหรับข้อมูลจำนวนมาก)

## เมื่อ ห้ามใช้

```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
```

เก็บ comprehensions ให้เรียบง่าย; ถ้าต้องใช้ loop ที่ซ้อนกันหลายชั้นหรือเงื่อนไขที่ซับซ้อน loop ธรรมดาจะชัดเจนกว่า

## ทำไมจึงสำคัญ

List comprehensions เป็นสิ่งที่มีลักษณะ "Pythonic" — กระชับ อ่านง่าย และมักจะเร็วกว่า loop ที่เทียบเท่า ใช้ตลอดเวลาสำหรับการแปลงและกรองข้อมูล

การเรียนรู้ให้เชี่ยวชาญ (รวมถึงตัวแปรของชุด/dict/generator และ lazy generator expression สำหรับข้อมูลขนาดใหญ่) เป็นสิ่งจำเป็นสำหรับการเขียน Python ตามแบบแผน

การรู้ว่าเมื่อใดควรใช้ (การแปลงธรรมดา/ตัวกรอง) กับ loop ปกติ (ตรรกะที่ซับซ้อน) เป็นสัญลักษณ์ของโค้ดที่บริสุทธิ์และอ่านง่าย