列表推导式是Python中创建列表的简洁方式，语法为[expression for item in iterable]，可带if条件或嵌套循环；应避免副作用、控制嵌套层级、按需选用生成器表达式，且性能优于map+lambda和显式for循环。
一、理解列表推导式的基本语法结构
列表推导式是Python中创建列表的简洁方式，其本质是for循环的紧凑表达，适用于从可迭代对象中按规则生成新列表。它由方括号包裹，内部包含一个表达式、一个for子句，以及可选的if条件过滤子句。
1、基础形式为：[expression for item in iterable]。
2、带条件过滤的形式为：[expression for item in iterable if condition]。
3、嵌套循环形式为：[expression for item1 in iterable1 for item2 in iterable2]。
立即学习“Python免费学习笔记（深入）”；
二、避免在列表推导式中执行副作用操作
列表推导式的语义目标是构建新列表，而非触发状态变更。若在表达式中调用print()、append()、修改全局变量等操作，虽语法合法，但违背设计意图，且易引发逻辑混乱与调试困难。
1、错误示例：[print(x) for x in [1, 2, 3]]——仅产生副作用，返回[None, None, None]。
2、正确替代：使用普通for循环执行打印：for x in [1, 2, 3]: print(x)。
3、若需同时收集结果并执行动作，应拆分为独立步骤：result = [x * 2 for x in [1, 2, 3]]; [log(x) for x in result]不推荐，应改用显式循环。
三、合理控制嵌套层级与复杂度
单层推导式通常具备良好可读性；双层嵌套在语义清晰时仍可接受；三层及以上嵌套会显著降低代码可维护性，应优先考虑函数封装或生成器表达式。
1、可读的双层嵌套：[(i, j) for i in range(3) for j in range(2)]。
2、应重构的深层嵌套：[x for a in lst1 for b in a for c in b for x in c if x > 0]——建议提取为带命名的辅助函数。
3、替代方案：将内层逻辑封装为函数，如def flatten_and_filter(nested): ...，再调用flatten_and_filter(data)。
四、区分列表推导式与生成器表达式的适用场景
当仅需逐个访问元素且不重复遍历，或数据量极大时，生成器表达式（圆括号）比列表推导式（方括号）更节省内存，因后者立即构建完整列表对象。
1、内存敏感场景使用生成器：(x**2 for x in range(1000000))。
2、需多次索引、切片或长度查询时必须用列表：squares = [x**2 for x in range(100)]。
3、不可混用：将生成器赋值给变量后，若需转为列表，必须显式调用list()，如list(squares_gen)，且该操作仅能执行一次。
五、性能对比：列表推导式 vs map + lambda vs 显式for循环
在纯计算密集型任务中，列表推导式通常比map+lambda略快，且显著快于手动append的for循环，因其在C层实现优化，减少了Python字节码开销与方法查找次数。
1、最快路径：[x * 2 for x in data]。
2、次优路径：list(map(lambda x: x * 2, data))——lambda引入额外调用开销。
3、最慢路径：result = []; for x in data: result.append(x * 2)——append方法动态查找与列表扩容带来额外成本。
