Pemahaman Ringkas (Senarai, Set dan Kamus)

Pemahaman senarai membolehkan Anda mencipta senarai dalam satu baris:

# List comprehension example
numbers = [1, 2, 3, 4, 5]
doubled = [n * 2 for n in numbers]
print(doubled)  # Outputs: [2, 4, 6, 8, 10]

Pemahaman set serupa dengan pemahaman senarai tetapi menghasilkan set:

# Set comprehension example
numbers = [1, 2, 2, 3, 4, 4, 5]
unique_squares = {n * n for n in numbers}
print(unique_squares)  # Outputs: {1, 4, 9, 16, 25}

Pemahaman kamus membolehkan Anda mencipta kamus dalam satu baris:

# Dictionary comprehension example
keys = ['a', 'b', 'c']
values = [1, 2, 3]
my_dict = {k: v for k, v in zip(keys, values)}
print(my_dict)  # Outputs: {'a': 1, 'b': 2, 'c': 3}

Anda boleh menambah syarat pada pemahaman untuk menapis nilai:

# Adding conditions to comprehensions
numbers = range(10)
even_numbers = [n for n in numbers if n % 2 == 0]
print(even_numbers)  # Outputs: [0, 2, 4, 6, 8]

Anda boleh menyarangkan pemahaman untuk bekerja dengan data multidimensi:

# Nested comprehension example
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [item for row in matrix for item in row]
print(flattened)  # Outputs: [1, 2, 3, 4, 5, 6, 7, 8, 9]

Pemahaman lebih pantas daripada gelung tradisional kerana pemahaman dioptimumkan pada peringkat C.

Berikut ialah beberapa kesilapan yang perlu dielakkan:

• Menggunakan pemahaman untuk logik yang terlalu kompleks.
• Mencipta pemahaman bersarang yang mengurangkan kebolehbacaan.
• Tidak mempertimbangkan ungkapan penjana untuk set data yang besar.

Dalam pelajaran ini, Anda telah mempelajari:

• Maksud pemahaman dan cara pemahaman berfungsi dalam Python.
• Cara menggunakan pemahaman senarai, set dan kamus.
• Cara menambah syarat dan menyarang pemahaman.
• Manfaat prestasi menggunakan pemahaman.

Syabas! Mari beralih ke topik seterusnya.