列表解析——用来动态地创建列表
[expr for iter_var in iterable if cond_expr]
例子一：
map(lambda x: x**2, range(6)) [0, 1, 4, 9, 16, 25]
[x**2 for x in range(6)] [0, 1, 4, 9, 16, 25]
列表解析式可以取代内建的map()函数以及lambda，而且++效率更高++。
例子二：
seq = [11, 10, 9, 8, 7, 6] filter(lambda x: x % 2, seq) [11, 9, 7]
[x for x in seq if x % 2] [11, 9, 7]
例子三：
找出文本中最长的词
# 第一个最长的词
longest = ''
for word in text:
if len(word) > len(longest):
longest = word
#所有最长的词
maxlen = max(len(word) for word in text) # 生成器表达式 [word for word in text if len(word) == maxlen] #链表推导式
不足： 列表解析得一个不足就是必要生成所有数据，用于创建整个列表。这可能对有大量数据得迭代其有负面效应。
++解决方法++：生成器表达式，通过结合列表解析和生成器解决了这个问题。
嵌套列表推导式
例一
all_data = [[1,3,5,7,9],
[2,4,6,8,10]] result = []
for nums in all_data:
temp_num = [num for num in nums if num >= 5]
result.extend(temp_num)
嵌套列表推导式
result = [num for nums in all_data for num in nums if num >= 5]
推导式中for的部分是按嵌套顺序排列的。
例二
some_tuples = [(1,2,3), (4,5,6), (7,8,9)] flattened = [x for tup in some_tuples for x in tup] flattened
[1,2,3,4,5,6,7,8,9]
列表解析配合if else
列表解析总共有两种形式：
1. [i for i in range(k) if condition]：此时if起条件判断作用，满足条件的，将被返回成为最终生成的列表的一员。
2. [i if condition else exp for exp]：此时if...else被用来赋值，满足条件的i以及else被用来生成最终的列表。
以上情况对多个for仍然成立。
print([i for i in range(10) if i%2 == 0])
print([i if i == 0 else 100 for i in range(10)]) [0, 2, 4, 6, 8]
[0, 100, 100, 100, 100, 100, 100, 100, 100, 100]
参考来源：http://blog.csdn.net/shingle_/article/details/55050701
http://blog.csdn.net/zk_j1994/article/details/72809260