Python推导式
最近在学习深度学习的时候 对标签进行定义的时候多次使用到了python中的推导式，原来没怎么接触过这个推导式，故此学习一下于是便有了本文。
一.推导式的定义
推导式comprehensions（又称解析式），是Python的一种独有特性。推导式是可以从一个 数据序列构建另一个新的数据序列。推导式包括:1.列表(list)推导式 2.字典(dict)推导式 3.集合(set)推导式。 csdn
然而在菜鸟学堂 我们可以发现有四种推导式：
也就是和上述多了一种元组推导式
二.列表推导式
列表推导式(list comprehension)是利用其它列表创建新列表的一种方式，
工作原理类似for循环，即可对得到的元素进行转换或者筛选。
列表推导式的基本格式:
变量名=[表达式 for 变量 in 列表]
[out_exp_res for out_exp in input_list] 或者
变量名= [表达式 for 变量 in 列表 if 条件]
[out_exp_res for out_exp in input_list if condition]
执行流程：遍历出列表中的内容给变量，表达式根据变量值进行逻辑运算。
或者遍历列表中的内容给变量，然后进行判断，符合的值在给表达式。来看一个例子，也是最近学习过程中遇到的，在鸟的分类深度学习过程中，我们本地存储了200个文件夹，文件夹是按照种类分的
然后我们使用glob模块 对这些图片进行读取，并且返回图片的前五张信息
imgs_path=glob.glob(r'densenet/birds/*/*/*.jpg')
imgs_path[:5]
然后我们使用split对图片的信息进行分割，然后取出我们需要的分类也就是label
img_p=imgs_path[100] #先随便取一张图片进行测试
对测试图片信息进行分割
img_p.split("\\")[2].split(".")[1]
成功取到了我们需要的label值
接下来因为需要取每一张图片的label值，所以我们就使用我们今天介绍到的列表推导式
all_label_name=[img_p.split("\\")[2].split(".")[1] for img_p in imgs_path]其实很通俗易懂
第一个参数
img_p.split("\\")[2].split(".")[1]是我们的表达式
然后后面就是正常的for循环
然后又返回一个列表给all_label_name
这样我们就取出来了所有图片的标签
三.字典推导式
字典推导式和列表推导式其实差不多，只不过产生的是一个字典而已。
{ key_expr: value_expr for value in collection }
或者
{ key_expr: value_expr for value in collection if condition }因为字典肯定会有key和value，所以我们这里第一个表达式是key的表达式
这里直接举一个例子
这里我直接用了dict 直接会生成字典
四.元组推导式
列表推导式最外层使用的是中括号
[ ]
而元组推导式
最为层使用的是括号
( )
仅此一点区别而已
(expression for item in Sequence )
或
(expression for item in Sequence if conditional )五.集合推导式
表达式格式：
{ expression for item in Sequence }
或
{ expression for item in Sequence if conditional }区别也就是最外层的是花括号
{ }
其他内容都没变
举个例子：计算列表中每个值的平方，并且自动去重：
squared = {x**2 for x in [1, -1, 2]}结果：
ok今天的介绍就到这里为止，感谢大家的收看。
腾讯云开发者
