理解列表理解与传统循环和构建

Question

我试图指出我对Lists的理解和最佳使用,我已经遇到了列表理解并阅读了很多关于它们的内容,但是我对一个特别灼热的问题感到窒息.

鉴于这一挑战:

def matrix_mult(m1, m2):
    """
      >>> matrix_mult([[1, 2], [3,  4]], [[5, 6], [7, 8]])
      [[19, 22], [43, 50]]
      >>> matrix_mult([[1, 2, 3], [4,  5, 6]], [[7, 8], [9, 1], [2, 3]])
      [[31, 19], [85, 55]]
      >>> matrix_mult([[7, 8], [9, 1], [2, 3]], [[1, 2, 3], [4, 5, 6]])
      [[39, 54, 69], [13, 23, 33], [14, 19, 24]]
    """

我创建了这个解决方案,对我而言,它似乎最合乎逻辑,与之前的编程经验相匹配,我或多或少打字,因为我在想...

# 1 using a traditional List buildup method    
res = []
for i in range(len(m1)):
    sub = []
    for j in range(len(m2[0])):
        sub.append(row_times_column( m1, i, m2, j ))
    res.append(sub)
return res

然后我找到了这个以"列表理解"为特色的解决方案(为了更好地理解两种解决方案之间的差异,我将vars重新命名为与我的匹配:

# 2 using list comprehension
res = [[0] * len(m1) for x in xrange(len(m2[0]))]
for i in range(len(res)):
   for j in range(len(res[i])):
       res[i][j] = row_times_column(m1, i, m2, j)
return res

第二个解决方案是构建一个基于零的矩阵,它与预期答案的形状相匹配,但这个方法的意思是"列表理解",还是更多的是在这里？

这是row_times_column()def,用于完整性.

def row_times_column(m1, row, m2, column):
    """
      >>> row_times_column([[1, 2], [3, 4]], 0, [[5, 6], [7, 8]], 0)
      19
      >>> row_times_column([[1, 2], [3, 4]], 0, [[5, 6], [7, 8]], 1)
      22
    """
    i = 0
    for index, value in enumerate(m1[row]):
       i += value * m2[index][column]
    return i

我怀疑还有第三种(以及更多)解决方法,使用lambda,但我想我先要求对这两种方法发表评论.

示例来自http://openbookproject.net/thinkcs/python/english2e/ch09.html

编辑现在 有更好的处理列表理解,这里给出答案.

仍然,任何人都可以解释创建一个空白矩阵的逻辑,正确的答案放在哪里,而不是创建一个新的列表？

Answer 1

列表理解只是一种基于另一个列表创建列表的方法.(或其他可迭代项目)

例如,如果我们有一个列表a = [1, 2, 5, 7],那么我们可以创建一个列表b,包含a两种方式的doubled 值.

没有列表理解

b = []
for e in a:
    b.append(2*e)

随着列表理解

b = [2*e for e in a]

没有什么比这更重要了.它只是基于列表构建列表的一种很好的语法.

也可以看看:

• Python:列表理解
• 列出对(非官方)Python教程Wiki的理解