Python Comprehensions

Créditos da imagem: https://datasciencelab.wordpress.com/2014/01/08/list-comprehension-in-python/

Python comprehensions são construções sintáticas que permitem que sequências sejam construídas a partir de outras sequências de forma clara e concisa. Existem três tipo de Python comprehensions:

1. list comprehensions,
2. set comprehenscions, e
3. dict comprehensions.

Construções de list comprehensions tem sido parte do Python desde a versão 2.0, enquanto set e dict comprehensions só a partir do Python 2.7.

List Comprehensions

List comprehensions são de longe a construção de comprehensions mais popular. List comprehensions fornecem uma maneira concisa de criar uma nova lista de elementos que satisfazem uma dada condição a partir de um iterável. Um iterável é qualquer construção python que possa ser posto/iterado em um loop. Exemplos de iteráveis embutidos incluem lists, sets e tuples. O exemplo abaixo da Documentação Python ilustra o uso de list comprehensions. Neste exemplo, nós queremos criar uma lista com os números elevado ao quadrado de 0 a 10. Uma maneira convencional de criar esta lista sem comprehensions é mostrada abaixo:

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

A mesma lista pode ser criada de uma maneira mais concisa usando list comprehensions, como abaixo:

>>> squares = [x**2 for x in range(10)]

A versão com comprehension parece ser obviamente mais clara e concisa do que o método convencional.

De acordo com a documentação python, uma list comprehension consiste de colchetes contendo uma expressão seguida por uma ou mais cláusulas  for ou cláusulas if, como mostrado abaixo.

[expression for item1 in iterable1 if condition1 
            for item2 in iterable2 if condition2
            ...
            for itemN in iterableN if conditionN ]

O resultado é uma nova lista resultante da avaliação da expressão no contexto das cláusulas for e if em seguida. Por exemplo, para criar uma lista com o quadrado dos números pares entre 0 e 10, a seguinte comprehension é usada:

>>> even_squares = [i**2 for i in range(10) if i % 2 == 0]
>>> even_squares
[0, 4, 16, 36, 64]

A expressão i**2 é computada no contexto da cláusula for que itera sobre os número de 0 a 10, e a cláusula if  filtra os números não pares.

Loops for aninhandos numa list comprehensions

List comprehensions também podem ser usadas com múltiplos ou loops for aninhados. Considerando, por exemplo, o simples fragmento de código mostrado logo abaixo que cria uma tupla de pares de números extraídos das duas sequências apresentadas.

>>> combs = []
>>> for x in [1,2,3]:
...     for y in [3,1,4]:
...         if x != y:
...             combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

O código acima pode ser reescrito de uma maneira mais simples e concisa, como demonstrado abaixo usando list comprehensions.

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

É importante levar em consideração em como a ordem dos loops for foi usada nesta list comprehension. A observação cuidadosa dos trechos de código usando comprehension e aquele sem comprehension mostra que a ordem dos loops for na comprehension seguiu a mesma ordem, como se tivesse sido escrita sem comprehensions. O mesmo se aplica para loops for aninhados com profundidade maior que 2 loops.

List Comprehensions Aninhadas

List comprehensions também podem ser aninhadas. Considere o seguinte exemplo extraído da documentação python, de uma matriz 3x4 implementada como uma lista de 3 listas de tamanho 4:

>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]

Transposição é uma operação das matrizes que cria uma nova matriz a partir de uma velha, usando as linhas da matriz velha como as colunas da matriz nova, e as colunas da matriz velha como as linhas da matriz nova. As linhas e colunas da matriz precisam ser transpostas usando a seguinte list comprehension:

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

O código acima é equivalente ao trecho dado abaixo:

>>> transposed = []
>>> for i in range(4):
...     transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

Set comprehensions

Set comprehensions foram adicionado ao python na versão 2.7. Em set comprehensions, nós usamos chaves ao invés de colchetes. Por exemplo, para criar o set do quadrado de todos os números entre 0 e 10, o seguinte set comprehension pode ser usado em vez do loop normal:

>>> x = {i**2 for i in range(10)}
>>> x
set([0, 1, 4, 81, 64, 9, 16, 49, 25, 36])
>>>

Dict Comprehension

Assim como set comprehensions, dict comprehensions foram adicionados ao python na versão 2.7. Abaixo nós criamos um mapping, sendo as chaves os números entre 0 e 10, e os valores seus quadrados, usando dict comprehensions.

>>> x = {i:i**2 for i in range(10)}
>>> x
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}

Leitura complementar

1. Documentação Python
2. Python Essential Reference, Fourth Edition
3. Python 3 Patterns, Recipes and Idioms

Clique aqui para voltar para a tabela de conteúdo.