如何缩进Python列表理解？

列表理解在某些情况下可能有用，但阅读起来也可能相当糟糕。。作为一个稍微夸张的例子，您将如何缩进以下内容

allUuids = [x.id for x in self.db.query(schema.allPostsUuid).execute(timeout = 20) if x.type == "post" and x.deleted is not False]

那么：

allUuids = [x.id for x in self.db.query(schema.allPostsUuid).execute(timeout = 20) 
                   if (x.type == "post" and x.deleted is not False)]

通常，通过将子表达式预计算到变量中可以避免长行，这可能会增加极小的性能成本：

query_ids = self.db.query(schema.allPostsUuid).execute(timeout = 20)
allUuids = [x.id for x in query_ids
                   if (x.type == "post" and x.deleted is not False)]

---

顺便问一下，“

is not False

”不是有点多余吗？您是否担心区分“无”和“假”呢？因为否则，只将条件保留为：i

f（x.type==“post”和x.deleted）

对我来说太多了。也许这只是一个糟糕的例子，因为“type”和“deleted”显然是db查询的一部分

---

我倾向于认为，如果一个列表理解跨越多行，它可能不应该是一个列表理解。话虽如此，我通常会像其他人一样，在“如果”这个词上分开，然后在这里回答。

这取决于他们的时间长短。我倾向于这样组织它们：

[x.id for x
 in self.db.query(schema.allPostsUuid).execute(timeout=20)
 if x.type == 'post' 
    and x.deleted is not False
    and ...
    and ...]

这样，每个表达式都有自己的行

如果任何一行变得太大，我喜欢用lambda或表达式将其提取出来：

transform = lambda x: x.id
results = self.db.query(schema.allPostsUuid).execute(timeout=20)
condition = lambda x: x.deleted is not False and ... and ...
[transform(x) for x in results if condition(x)]

---

然后，如果lambda变得太长，它就会被提升为函数。

在我工作的地方，我们的编码准则会要求我们这样做：

all_posts_uuid_query = self.db.query(schema.allPostsUuid)
all_posts_uuid_list = all_posts_uuid_query.execute(timeout=20)
all_uuid_list = [
    x.id 
    for x in all_posts_uuid_list 
    if (
        x.type == "post" 
        and 
        not x.deleted  # <-- if you don't care about NULLs / None
    )
]

all\u posts\u uuid\u query=self.db.query（schema.allpostsuid）
所有帖子\u uuid\u列表=所有帖子\u uuid\u查询。执行（超时=20）
所有用户ID列表=[
x、 身份证
对于所有帖子列表中的x
如果(
x、 类型==“post”
及
不是x。已删除#您不应该使用列表理解来进行此操作

列表理解是一个很棒的特性，但它们是快捷方式，而不是常规代码

对于如此长的代码段，您应该使用普通的blocs：

allUuids = []
for x in self.db.query(schema.allPostsUuid).execute(timeout = 20) :
    if x.type == "post" and x.deleted is not False :
        allUuids.append(x.id)

完全相同的行为，更具可读性。Guido会为你感到骄傲：-）
如果你的理解力很好

对于这样更复杂的理解，我建议使用带有
yield
的生成器：

allUuids = list(self.get_all_uuids())


def get_all_uuids(self):
    for x in self.db.query(schema.allPostsUuid).execute(timeout = 20):
        if x.type == "post" and x.deleted is not False:
            yield x.id

我同意。一般来说，在所有语言中都应该避免超过80个字符的行。我同意，但Python的语法规则通常鼓励/强制使用更长的行。它的空白处理通常是我对该语言唯一的抱怨。对于精心选择的变量，以及用括号或方括号分隔行，我从不需要使用to关于“顺便说一句”的行太长（问题往往是为了避免self.long_foo.very_long_bar.baz（..）使用临时词），这并不是完全多余的，例如，以x.deleted=None为例。这些都是不等价的-列表理解速度要快很多倍，因为它不必进行任何函数查找。适当的转换将用于循环。除了性能影响之外，这是一个非常可读的示例！for循环如何阻止函数n lookup？还要注意，列表理解中的循环是用C实现的，因此比普通的循环要快。只需注意——您可以使用多个if语句，而不是使用“and”多次。这是一个有趣的小语法事实。并非所有使用Python的人都是数据科学家或从事ML工作，因此对于普通人来说，只处理API中仅有100个项目的响应，第二个版本就可以了。但是我仍然更喜欢第一个。这稍微慢一点，因为你必须一步一步地构建数组。我认为st comprehension在幕后的作用完全相同。这并不是因为它是一个单行表达式，所以这是一个一次性操作……e-statis：函数是一样的，但列表理解可以非常快。在Python文化中，您通常选择可读性而不是速度。Python毕竟不是一种快速语言……这种方式使用了mutable、 非函数式风格。不变性允许从映射和筛选的角度进行思考。在本代码中，列表是更改的，读者必须记住，它可以在以后更改。最好让带有
的生成器函数产生
，或者引入新的变量和函数。
allUuids = list(self.get_all_uuids())


def get_all_uuids(self):
    for x in self.db.query(schema.allPostsUuid).execute(timeout = 20):
        if x.type == "post" and x.deleted is not False:
            yield x.id