在 python 列表推导式中直接添加 `print()` 等副作用操作虽可行（利用 `or` 短路逻辑），但违背其设计初衷；推荐改用显式循环以保证可读性与可维护性。
在 Python 中，列表推导式（list comprehension）的核心语义是声明式地构造新列表，而非执行副作用（如打印、写文件、修改全局状态）。然而，开发者有时希望在调试或教学场景中“观察”中间值（例如遍历过程中的 number），于是尝试在推导式中嵌入 print(number)。
一种技术上可行但不推荐的写法是利用 print() 返回 None（其布尔值为 False），结合 or 运算符的短路特性，确保表达式最终仍求值为所需元素：
prime_numbers = [
print(number) or number
for number in range(2, 101)
if all(number % div != 0 for div in range(2, int(number**0.5) + 1))
]
print(prime_numbers)该代码会先打印每个质数，再将 number 本身作为列表元素保留。输出形如：
2 3 5 ... 97 [2, 3, 5, ..., 97]
⚠️ 但请注意：这是一种反模式（anti-pattern）。
- PEP 20（Python 之禅）强调：“可读性很重要”、“扁平胜于嵌套”、“简单胜于复杂”。
- 将 print() 塞进推导式混淆了“计算逻辑”与“调试行为”，损害可读性与可测试性；
- 若后续需移除调试打印，必须修改推导式结构，而非简单注释一行；
- 工具（如 linters、IDE 重构支持）通常无法识别此类副作用，易引发误判。
✅ 更 Pythonic 的替代方案是使用传统 for 循环：
prime_numbers = []
for number in range(2, 101):
is_prime = all(number % div != 0 for div in range(2, int(number**0.5) + 1))
if is_prime:
print(number) # 清晰、独立、易于增删
prime_numbers.append(number)此写法职责分明：循环负责流程控制，print() 专注调试输出，append() 明确构建结果。它也便于扩展——例如添加计时、日志级别控制或条件断点。
? 总结建议：
- ✅ 调试时优先使用 print() + 显式循环，或借助 logging 模块；
- ✅ 生产代码中应移除所有调试打印，改用结构化日志；
- ❌ 避免在推导式、生成器表达式中滥用副作用；若真需“带副作用的转换”，考虑封装为函数（如 def log_and_return(x): print(x); return x），但仍需审慎评估设计合理性。
