大家好！今天分享一个 Python 最核心、最高频、最能提升代码质感的小技巧——列表推导式（List Comprehension）。
很多新手写 Python 代码时，总喜欢写冗长的 for 循环，代码堆砌繁琐、可读性差。而列表推导式可以一行代码替代多行循环，精简代码的同时，执行效率更高，也是 Pythonic 风格的核心体现。
这篇文章从零开始，手把手带你掌握列表推导式，零基础也能轻松看懂，日常开发、刷题、数据分析都能直接复用。
一、什么是列表推导式？
简单来说：列表推导式是 Python 专门用于快速创建、处理列表的语法，用一行代码，完成「循环 + 判断 + 赋值」的整套操作。
基础语法结构：
[表达式 for 变量 in 可迭代对象]带条件筛选的进阶语法：
[表达式 for 变量 in 可迭代对象 if 条件判断]二、基础实操：告别冗余 for 循环
我们用最经典的案例对比，直观感受列表推导式的优势：生成 1-10 的数字列表。
1. 传统 for 循环写法（冗余）
# 初始化空列表
num_list = []
# 循环遍历赋值
for i in range(1, 11):
num_list.append(i)
print(num_list)
# 输出：[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]仅仅生成一个简单列表，就需要 4 行核心代码，逻辑繁琐，重复性高。
2. 列表推导式写法（极简）
num_list = [i for i in range(1, 11)]
print(num_list)
# 输出：[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]一行搞定全部逻辑，代码简洁清晰，功能完全一致，这就是 Python 的优雅之处。
三、进阶用法：条件筛选+数据处理
列表推导式真正的强大之处，在于支持条件筛选和数据二次加工，日常开发中使用率极高。
1. 条件筛选：筛选偶数
需求：快速提取 1-10 中的所有偶数
# 筛选能被2整除的数字
even_list = [i for i in range(1, 11) if i % 2 == 0]
print(even_list)
# 输出：[2, 4, 6, 8, 10]2. 数据加工：遍历并运算
需求：将 1-5 的数字，全部平方后生成新列表
square_list = [i ** 2 for i in range(1, 6)]
print(square_list)
# 输出：[1, 4, 9, 16, 25]3. 双重循环：嵌套遍历
需求：实现两个列表的元素两两组合（替代双层 for 循环）
list1 = [1, 2, 3]
list2 = ['a', 'b']
# 双重列表推导式
mix_list = [(x, y) for x in list1 for y in list2]
print(mix_list)
# 输出：[(1, 'a'), (1, 'b'), (2, 'a'), (2, 'b'), (3, 'a'), (3, 'b')]四、常见实战场景（工作/刷题必备）
分享 3 个日常开发最常用的场景，直接复制可用：
1. 过滤列表空值
data = [1, "", None, 5, "", 8, None]
# 去除空字符串和None
clean_data = [x for x in data if x]
print(clean_data)
# 输出：[1, 5, 8]2. 字符串列表统一转大写
words = ["python", "java", "go", "c++"]
upper_words = [word.upper() for word in words]
print(upper_words)
# 输出：['PYTHON', 'JAVA', 'GO', 'C++']3. 提取字典 key/value
student = {"name": "张三", "age": 20, "score": 90}
# 提取所有value
values = [v for v in student.values()]
print(values)
# 输出：['张三', 20, 90]五、使用注意事项
列表推导式虽好，但不要滥用，记住两个原则：
- 拒绝过度嵌套：三层及以上循环不建议用推导式，会导致代码可读性极差，不如普通 for 循环清晰。
- 复杂逻辑拆分：如果内部运算、判断逻辑过于复杂，建议单独封装函数，不要全部堆砌在一行。
- 大数据量慎用：列表推导式会一次性生成完整列表，数据量极大时建议用生成器表达式，节省内存。
六、总结
列表推导式是 Python 性价比极高的基础技巧，掌握它可以：
- 精简 80% 的循环代码
- 让代码更符合 Python 规范，优雅易读
- 提升代码执行效率，告别冗余写法
所有 Python 开发者都应该熟练掌握这个语法，无论是日常业务开发、算法刷题，还是数据分析，都是刚需技能。