如何收集列表、字典等中重复计算的结果（或制作修改每个元素的列表的副本）？

Question

_{Stack Overflow 上有很多关于这个一般主题的问答，但它们要么质量很差（通常是初学者的调试问题暗示的），要么以其他方式错过了目标（通常是不够通用）。至少有两种极其常见的方法会使幼稚的代码出错，初学者从关于循环的规范中获益更多，而不是从将问题作为拼写错误或关于打印所需内容的规范中获益。所以这是我尝试将所有相关信息放在同一个地方。}

假设我有一些简单的代码，可以对一个值进行计算x并将其分配给y：

y = x + 1

# Or it could be in a function:
def calc_y(an_x):
    return an_x + 1

现在我想重复计算 的许多可能值x。我知道for如果我已经有要使用的值列表（或其他序列），我可以使用循环：

xs = [1, 3, 5]
for x in xs:
    y = x + 1

while或者，如果有其他逻辑来计算值序列，我可以使用循环x：

def next_collatz(value):
    if value % 2 == 0:
        return value // 2
    else:
        return 3 * value + 1

def collatz_from_19():
    x = 19
    while x != 1:
        x = next_collatz(x)

问题是：如何收集这些值并在循环后使用它们？我尝试print在循环内获取值，但它没有给我任何有用的东西：

xs = [1, 3, 5]
for x in xs:
    print(x + 1)

结果显示在屏幕上，但我找不到任何方法在代码的下一部分中使用它们。所以我认为我应该尝试将值存储在容器中，例如列表或字典。但是当我尝试这样做时：

xs = [1, 3, 5]
for x in xs:
    ys = []
    y = x + 1
    ys.append(y)

或者

xs = [1, 3, 5]
for x in xs:
    ys = {}
    y = x + 1
    ys[x] = y

在这两种尝试之后，ys仅包含最后的结果。

Answer 1

一般方法

解决这个问题有三种常见的方法： 显式使用循环（通常是for循环，但while循环也是可能的）；通过使用列表理解（或字典理解、集合理解或生成器表达式，根据上下文的特定需要而定）；或者使用内置函数map（其结果可用于显式构造列表、集合或字典）​​。

使用显式循环

在循环之前创建一个列表或字典，并在计算时添加每个值：

def make_list_with_inline_code_and_for():
    ys = []
    for x in [1, 3, 5]:
        ys.append(x + 1)
    return ys

def next_collatz(value):
    if value % 2 == 0:
        return value // 2
    else:
        return 3 * value + 1

def make_dict_with_function_and_while():
    x = 19
    ys = {}
    while x != 1:
        y = next_collatz(x)
        ys[x] = y # associate each key with the next number in the Collatz sequence.
        x = y # continue calculating the sequence.
    return ys

在这两个示例中，循环都被放入函数中，以便标记代码并使其可重用。这些示例的值return以便调用代码可以使用结果。当然，计算后也可以在同一函数中使用，并且类似的循环也可以在任何函数之外编写。ysys

for当存在现有输入时使用循环，其中每个元素应独立处理。使用while循环创建输出元素，直到满足某些条件。Python不直接支持运行循环特定次数（预先计算）；通常的习惯是制作一个range适当长度的虚拟对象并使用一个for循环。

使用理解式或生成器表达式

列表推导式提供了从现有值序列创建列表的优雅语法。如果可能的话应该首选它，因为这意味着代码不必关注如何构建列表的细节，从而更容易阅读。它也可以更快，尽管这通常并不重要。

它可以与函数调用或其他计算（“源”元素的任何表达式）一起使用，它看起来像：

xs = [1, 3, 5]

ys = [x + 1 for x in xs]
# or
def calc_y(an_x):
    return an_x + 1
ys = [calc_y(x) for x in xs]

请注意，这不会取代while循环；这里没有有效的语法for替换while。一般来说，列表推导式的目的是获取现有值并对每个值进行单独的计算 - 而不是用于涉及“记住”从一次迭代到下一次迭代的任何内容的任何类型的逻辑（尽管这可以解决，特别是在 Python 3.8 和之后）。

类似地，可以使用字典理解来创建字典结果 - 只要在每次迭代中计算键和值即可。根据具体需要，集合推导式（生成 a set，不包含重复值）和生成器表达式（生成延迟计算的结果；请参阅下面的有关map生成器表达式）也可能是合适的。

使用map

这类似于列表理解，但更具体。map是一个内置函数，可以将函数重复应用于某个输入序列（或多个序列）中的多个不同参数。

获得与之前的代码等效的结果如下所示：

xs = [1, 3, 5]

def calc_y(an_x):
    return an_x + 1

ys = list(map(calc_y, xs))
# or
ys = list(map(lambda x: x + 1, xs))

除了需要输入序列（它不会替换while循环）之外，还需要使用函数或其他可调用的来完成计算，例如上面显示的lambda（其中任何一个，当传递给 时map，都是所谓的“高阶函数”）。

在 Python 3.x 中，map 是一个类，因此调用它会创建该类的一个实例 - 并且该实例是一种特殊类型的迭代器（不是列表），不能迭代多次。（我们可以使用生成器表达式而不是列表理解得到类似的东西；只需使用()而不是[]。）

因此，上面的代码显式地根据映射值创建一个列表。在其他情况下，可能没有必要这样做（即，如果只迭代一次）。另一方面，如果 aset是必需的，则map可以直接将对象传递给set而不用list同样的方式。要生成字典，map应该设置为每个输出元素都是一个(key, value)元组；然后它可以传递给dict，如下所示：

def dict_from_map_example(letters):
    return dict(map(lambda l: (l, l.upper()), letters))
    # equivalent using a dict comprehension:
    # return {l:l.upper() for l in letters}

一般来说，map与列表推导式相比，它是有限且不常见的，并且在大多数代码中应该首选列表推导式。然而，它确实提供了一些优点。特别是，它可以避免指定和使用迭代变量的需要：当我们编写 时list(map(calc_y, xs))，我们不需要编写 anx来命名 的元素xs，并且我们不必编写代码来将其传递给calc_y（如在列表理解等效项中，[calc_y(x) for x in xs]- 请注意两个xs)。有些人觉得这更优雅。