字典推导式详解：从基础到进阶

1. 什么是字典推导式？

字典推导式是 Python 中创建字典的一种高效语法，它允许你在一行代码内完成循环、条件判断和字典构建。

为什么需要字典推导式？

传统方法创建字典需要多行循环代码，而推导式可以让代码更简洁、更易读。

基础语法：

python

{键表达式: 值表达式 for 变量 in 可迭代对象 if 条件}

2. 基础示例解析

示例 1：用数字生成字典

python

# 目标：创建一个字典，键是数字 1-5，值是键的平方
# 传统方法
squares = {}
for num in range(1, 6):
    squares[num] = num ** 2
print(squares)  # 输出: {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

# 字典推导式方法
squares = {num: num ** 2 for num in range(1, 6)}
print(squares)  # 输出: {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

分步解释：

• num: num ** 2：定义键值对，左边是键，右边是值
• for num in range(1, 6)：遍历 1 到 5 的数字
• 整体效果：每次循环生成一个键值对，最终组合成完整字典

3. 带条件过滤的字典推导式

示例 2：过滤偶数键

python

# 目标：创建字典，键是 1-10 的数字，值是键的平方，但只包含偶数键
# 传统方法
even_squares = {}
for num in range(1, 11):
    if num % 2 == 0:
        even_squares[num] = num ** 2
print(even_squares)  # 输出: {2: 4, 4: 16, 6: 36, 8: 64, 10: 100}

# 字典推导式方法
even_squares = {num: num ** 2 for num in range(1, 11) if num % 2 == 0}
print(even_squares)  # 输出: {2: 4, 4: 16, 6: 36, 8: 64, 10: 100}

分步解释：

• if num % 2 == 0：在遍历过程中只选择偶数
• 只有满足条件的数字才会被加入到字典中

4. 从其他数据结构创建字典

示例 3：列表转字典

python

# 目标：将两个列表合并成一个字典，一个列表作为键，另一个作为值
names = ["Alice", "Bob", "Charlie"]
ages = [25, 30, 35]

# 传统方法
people = {}
for i in range(len(names)):
    people[names[i]] = ages[i]
print(people)  # 输出: {'Alice': 25, 'Bob': 30, 'Charlie': 35}

# 字典推导式方法
people = {names[i]: ages[i] for i in range(len(names))}
print(people)  # 输出: {'Alice': 25, 'Bob': 30, 'Charlie': 35}

# 更优雅的方法：使用 zip 函数
people = {name: age for name, age in zip(names, ages)}
print(people)  # 输出: {'Alice': 25, 'Bob': 30, 'Charlie': 35}

zip 函数解释：

• zip(names, ages) 返回一个元组迭代器：[('Alice', 25), ('Bob', 30), ('Charlie', 35)]
• name, age 解包每个元组为变量

5. 复杂值表达式

示例 4：生成带计算的值

python

# 目标：创建字典，键是数字 1-5，值是包含键的平方和立方的列表
# 字典推导式方法
math_dict = {num: [num ** 2, num ** 3] for num in range(1, 6)}
print(math_dict)
# 输出: {1: [1, 1], 2: [4, 8], 3: [9, 27], 4: [16, 64], 5: [25, 125]}

分步解释：

• 值表达式 [num ** 2, num ** 3] 生成一个列表
• 每次循环生成一个键值对，值是一个包含平方和立方的列表

6. 嵌套字典推导式

示例 5：嵌套列表转字典

python

# 目标：将嵌套列表转换为字典，每个子列表的第一个元素作为键，其余元素作为值
data = [
    ["apple", "red", "sweet"],
    ["banana", "yellow", "soft"],
    ["grape", "purple", "sweet"]
]

# 字典推导式方法
fruits = {item[0]: item[1:] for item in data}
print(fruits)
# 输出: {
#   'apple': ['red', 'sweet'],
#   'banana': ['yellow', 'soft'],
#   'grape': ['purple', 'sweet']
# }

分步解释：

• item[0]：取子列表的第一个元素作为键
• item[1:]：取子列表的剩余元素作为值
• 遍历整个嵌套列表生成完整字典

7. 使用条件表达式

示例 6：根据条件生成不同的值

python

# 目标：创建字典，键是 1-5 的数字，偶数对应的值为 "even"，奇数对应的值为 "odd"
# 字典推导式方法
result = {num: "even" if num % 2 == 0 else "odd" for num in range(1, 6)}
print(result)  # 输出: {1: 'odd', 2: 'even', 3: 'odd', 4: 'even', 5: 'odd'}

条件表达式语法：

python

值1 if 条件 else 值2

• 如果条件为真，返回值 1
• 如果条件为假，返回值 2

8. 处理现有字典

示例 7：字典值的转换

python

# 目标：将字典中的所有值转换为字符串类型
original = {"a": 1, "b": 2, "c": 3}

# 字典推导式方法
string_dict = {key: str(value) for key, value in original.items()}
print(string_dict)  # 输出: {'a': '1', 'b': '2', 'c': '3'}

分步解释：

• original.items() 返回键值对元组：[('a', 1), ('b', 2), ('c', 3)]
• key: str(value) 将每个值转换为字符串类型

9. 常见错误与注意事项

错误 1：键重复

python

# 错误示例：重复的键会导致后面的覆盖前面的
keys = ["a", "b", "a"]
values = [1, 2, 3]
result = {k: v for k, v in zip(keys, values)}
print(result)  # 输出: {'a': 3, 'b': 2}

错误 2：语法错误

python

# 错误：缺少冒号
# wrong_dict = {x x*2 for x in range(5)}  # 会报错

# 正确：
correct_dict = {x: x*2 for x in range(5)}

10. 性能对比

测试代码：

python

import timeit

# 传统循环方法
def traditional():
    result = {}
    for i in range(1000):
        result[i] = i ** 2
    return result

# 字典推导式方法
def comprehension():
    return {i: i ** 2 for i in range(1000)}

# 测试性能
time_traditional = timeit.timeit(traditional, number=1000)
time_comprehension = timeit.timeit(comprehension, number=1000)

print(f"传统方法耗时: {time_traditional:.4f} 秒")
print(f"推导式方法耗时: {time_comprehension:.4f} 秒")
# 输出示例：
# 传统方法耗时: 0.2456 秒
# 推导式方法耗时: 0.1872 秒

性能结论：

• 字典推导式通常比传统循环快 20-30%
• 代码越简洁，可读性和维护性越好

总结：何时使用字典推导式？

推荐使用场景：

• 需要从现有数据创建字典
• 需要对字典进行过滤或转换
• 需要生成有规律的字典数据

不推荐使用场景：

• 循环逻辑非常复杂（超过 2 层嵌套或多个条件）
• 需要在循环中执行副作用操作（如打印、文件写入等）

掌握字典推导式可以让我们的 Python 代码更加 Pythonic，提升开发效率和代码质量！