Python 有人能解释一下下面的清单吗

这是python文档中的一段简单代码，介绍了如何生成随机序列，即在每个序列都有相关权重时选择颜色

我理解这个概念，但是当我试图自己做的时候，我不知道列表理解在做什么。有人可以反复解释一下这个列表理解在做什么，这样我就可以更好地理解这段代码了。谢谢

weighted_choices = [('Red', 3), ('Blue', 2), ('Yellow', 1), ('Green', 4)]
population = [val for val, cnt in weighted_choices for i in range(cnt)]
random.choice(population)
'Green'

---

将其视为一个类似以下内容的

for

循环：

population = []
for val, cnt in weighted_choices:
  for i in range(cnt):
    population.append(val)

从

加权_选项开始

，它迭代每个项目，为您提供如下内容：

('Red', 3)

从这里开始，它在一个长度范围内迭代

cnt

（3，这里）并将

val

（红色）添加到

总体

。因此，在最后你会得到：

['Red',
 'Red',
 'Red',
 'Blue',
 'Blue',
 'Yellow',
 'Green',
 'Green',
 'Green',
 'Green']

如您所见，它包含

红色

三次、

蓝色

两次、

黄色

一次和

绿色

四次，反映了初始列表中每种颜色旁边的数字

---

当我看到像这样双重嵌套的列表理解时，我只想到一个类似于上面的

for

循环，然后在我的脑海中“挤压”它，使它全部在一行上。这不是最先进的方法，但它可以帮助我保持直截了当：）

最好扩展列表理解来分析它：

population = []
for val, cnt in weighted_choices:
    for i in range(cnt):
        population.append(val)

这将

weighted_选项

扩展为元素列表，其中每个项目根据其权重重复<代码>红色添加3次，蓝色添加2次，以此类推：

['Red', 'Red', 'Red', 'Blue', 'Blue', 'Yellow', 'Green', 'Green', 'Green', 'Green']

---

然后，

random.choice（）

函数随机选取这些元素中的一个，但是

绿色

出现4次，因此被选中的几率要高于，比如说

黄色

，黄色在扩展列表中只出现一次。

列表理解由2个for循环组成

改用

print

试试

for val, cnt in weighted_choices:
  # the first for loop will be executed len(weighted_choices) times = 4
  for i in range(cnt):
  # the second for loop will be executed cnt times
  # for each execution of the outer loop 
  # (cnt = second element of each tuple)
      print val # it will print each first element of the tuple 'Red', ...
                # len(weighted_choices) * cnt times

现在，您的代码将

val

添加到名为population的列表中，而不是

print

。 其余的都很简单，代码使用列表作为输入进行随机选择

weighted_choices = [('Red', 3), ('Blue', 2), ('Yellow', 1), ('Green', 4)]
population = [val for val, cnt in weighted_choices for i in range(cnt)]
random.choice(population)
'Green'

让我们从简单的理解开始

simple = [val for val, cnt in weighted_choices]

这个简单的列表理解就是这样做的：

• 对于加权_选项中的每个项目，将第一部分打断并将其分配给val，第二部分分配给cnt
• 获取val并从每个val中创建一个新数组

这将产生：

['Red','Blue','Yellow''Green']

['Red','Red','Red']

['Red', 'Red', 'Red', 'Blue', 'Blue', 'Yellow', 'Green', 'Green', 'Green', 'Green']

现在让我们看第二部分，首先让我们做一个简单的列表

second_part = ['Red' for i in range(3)]

清单的第二部分是这样做的：

• 对于范围（3）中的每个i（数字[0,1,2]）
• 丢弃i并将“红色”添加到列表中

这将产生：

['Red','Blue','Yellow''Green']

['Red','Red','Red']

['Red', 'Red', 'Red', 'Blue', 'Blue', 'Yellow', 'Green', 'Green', 'Green', 'Green']

结合两种理解：

population = [val for val, cnt in weighted_choices for i in range(cnt)]

这个简单的列表理解就是这样做的：

• 对于加权_选项中的每个项目，将第一部分打断并将其分配给val，第二部分分配给cnt。（例如第一项为“红色”和3）
• 拿着val和
• 对于范围内的每个i（cnt）（如果cnt为3，则数字[0,1,2]）丢弃i并将val添加到列表中

这将产生：

['Red','Blue','Yellow''Green']

['Red','Red','Red']

['Red', 'Red', 'Red', 'Blue', 'Blue', 'Yellow', 'Green', 'Green', 'Green', 'Green']

---

嵌套列表理解的经验法则：按循环在理解中出现的顺序展开for循环。注意，我认为这不是进行加权随机选择的好方法。