List comprehension в Python — примеры и правила

Текстовый редактор с открытым Python-кодом

Что такое списковое включение и как оно работает

Списковое включение — это компактный синтаксис для создания списка на основе существуемых итерируемых объектов (списков, диапазонов, результатов функций и т. д.). Внутри одного выражения вы можете вычислить значение, перебрать элементы и при необходимости отфильтровать их.

Ключевые элементы: выражение (expression), итератор (for), необязательное условие (if). В одном предложении: списковое включение создаёт новый список, применяя выражение ко всем элементам входного итерируемого объекта и (опционально) отбирая те, которые удовлетворяют условию.

Простейший шаблон:

ComprehensionVariable = [expression for item in iterable]

Пример: преобразовать диапазон чисел в их удвоенные значения:

multiplesOf3 = [i*3 for i in range(1, 11)]
print(multiplesOf3)
# Вывод: [3, 6, 9, 12, 15, 18, 21, 24, 27, 30]

Важно: списковое включение — выражение, а не цикл с телом. Поэтому нельзя поместить в него несколько логических операторов с побочными эффектами (например, print() и одновременно возвращать значение) без явного проектирования.

Основные случаи использования с примерами

Простая трансформация:

myList = []
for i in range(1, 11):
    myList.append(i * 3)
print(myList)
# Альтернатива в виде comprehension:
multiplesOf3 = [i*3 for i in range(1, 11)]

Фильтрация с if:

oddNumbers = [i for i in range(1, 11) if i % 2 == 1]
print(oddNumbers)
# Вывод: [1, 3, 5, 7, 9]

(В исходном тексте было неверное условие if not i%2==2 — это избыточно и потенциально вводит в заблуждение. Реальное условие для нечётных чисел: i % 2 == 1 или not i % 2 == 0.)

Несколько условий (цепочка if):

oddNumbers = [i for i in range(1, 11) if i % 2 == 1 if i < 4]
print(oddNumbers)
# Вывод: [1, 3]

Вложенные циклы:

someNums = [i*2 for i in range(1, 3) for k in range(4)]
# эквивалентно:
# for i in range(1,3):
#     for k in range(4):
#         output.append(i*2)

Вложенное списковое включение (список списков):

someNums = [[i*2 for i in range(1, 3)] for _ in range(4)]
print(someNums)
# Вывод: [[2, 4], [2, 4], [2, 4], [2, 4]]

Работа со строками — счётчик слов:

word = ["This is a python list comprehension tutorial"]
wordCounter = [i.count(' ') + 1 for i in word]
print(wordCounter)
# Вывод: [7]

Вызов функции внутри comprehension:

Numbers = [4, 7, 8, 15, 17, 10]

def multiplier(n):
    multiple = n*2
    return multiple

multipleEven = [multiplier(i) for i in Numbers if i % 2 == 0]
print(multipleEven)
# Вывод: [8, 16, 20]

Построение словаря и множества (см. раздел ниже).

Словарные и множественные включения

Python поддерживает синтаксис аналогичный списковому включению для словарей (dict) и множеств (set).

Пример словарного включения:

corresponding = {i: i*2 for i in range(10) if i % 2 == 1}
print(corresponding)
# Ожидаемый вывод: {1: 2, 3: 6, 5: 10, 7: 14, 9: 18}

Пример множественного включения:

numbers = {i**2 for i in range(10) if i % 4 == 0}
print(numbers)
# Вывод: {0, 16, 64}

Отличие множества: оно автоматически убирает дубликаты — структура не гарантирует порядок элементов.

Когда не стоит использовать списковые включения — контрпримеры

Слишком длинные выражения (больше ~1 строки в читаемом виде). Если выражение нельзя уместить и прочитать быстро, лучше вынести логику в отдельную функцию и использовать обычный цикл.
Побочные эффекты: если внутри вам нужны вызовы, изменяющие состояние (запись в файл, логирование, изменение внешних переменных), comprehension снижает читаемость побочных эффектов.
Сложная вложенная логика с несколькими уровнями условий и циклов — лучше обычные циклы и комментарии.
Очень большие входные данные: список создаёт всю коллекцию в памяти. Для ленивой обработки предпочтительнее генераторные выражения или itertools.

Пример, когда comprehension не подходит:

# Плохой пример: комбинированные побочные эффекты и возврат значения
results = [log_and_return(x) for x in large_iterable]
# Лучше:
for x in large_iterable:
    result = log_and_return(x)
    handle(result)

Альтернативы и оптимизации

Генераторные выражения: похожи на списковые включения, но возвращают итератор и не строят весь список в памяти.

gen = (i*2 for i in range(10**6))
for val in gen:
    process(val)

Функции map() и filter(): полезны, когда нужно применить простую функцию ко всем элементам или отфильтровать их; в сочетании с lambda компактны, но иногда менее читабельны.
itertools: эффективны для ленивой обработки и комбинирования сложных итераторов.

Практические эвристики и ментальные модели

Правило трёх элементов: если comprehension занимает более трёх логических частей (например: несколько вложенных for и несколько if), стоит задуматься о рефакторинге.
«Выражение — одно действие»: думайте, что comprehension выполняет над элементом один трансформирующий шаг и, возможно, фильтрацию.
Читаемость важнее краткости: компактный код — это не всегда лучший код.

Чек-листы для ролей

Для разработчика:

Убедиться, что comprehension легко понять за 5–10 секунд.
Проверить отсутствие побочных эффектов.
Оценить использование памяти (будет ли список большим?).

Для ревьюера кода:

Есть ли тесты, покрывающие крайние случаи (пустой вход, None, неправильные типы)?
Не скрывает ли comprehension ошибки (например, подавляет исключения внутри вызова)?

Для инженера по производительности:

Нужно ли заменить на генератор или streaming-пайплайн?
Как ведёт себя память при больших входных данных?

Мини-методология: как прийти к корректному использованию

Определите цель: трансформация, фильтрация или построение структуры.
Напишите простую версию в обычном цикле, чтобы проверить логику.
Перепишите в comprehension только если выражение остаётся понятным.
Добавьте тесты для граничных случаев.
Если объём данных велик — используйте генератор.

Шпаргалка (cheat sheet)

Списковое включение: [expr for x in iterable if condition]
Словарь: {k: v for k, v in iterable}
Множество: {expr for x in iterable}
Генератор: (expr for x in iterable)

Короткие примеры:

# Уникальные квадраты чётных чисел
unique_even_squares = {x*x for x in range(20) if x % 2 == 0}

# Словарь: число -> строка
num_to_str = {i: str(i) for i in range(5)}

Критерии приёмки

Код работает для пустого и типичных входов.
Нет побочных эффектов внутри comprehension (если это нежелательно).
Тесты покрывают неизвестные и граничные кейсы.
При больших объёмах данных проверено использование памяти или применён генератор.

Примеры использования в реальных задачах

Сбор данных с парсинга (BeautifulSoup): собрать списки имен и цен отдельно, затем поместить их в DataFrame.

Products = [i.text for i in bs.find_all('name tags')]
Price = [i.text for i in bs.find_all('price tags')]

Преобразование колонок при обработке CSV: применить преобразование к каждой строке и собрать новый список значений для Pandas.
Быстрая фильтрация логов: выбрать только строки, соответствующие условию, без явного цикла.

Безопасность и приватность

Списковые включения не изменяют политику безопасности данных сами по себе. Однако будьте внимательны при обработке персональных данных: избегайте ненужной агрегации или записи чувствительной информации в логи внутри выражений.

Короткое резюме

Списковые включения — мощный инструмент для компактной и обычно эффективной трансформации и фильтрации коллекций в Python. Применяйте их для простых, чистых операций. Для сложной логики, побочных эффектов или обработки больших объёмов данных выбирайте традиционные циклы, генераторы или специализированные библиотеки.

Important: помните о читаемости кода и тестах — это важнее одной строки «красивого» comprehension.