了解嵌套列表理解

Question 1

我想了解嵌套列表的理解。下面，我列出了一个列表理解表达式及其for循环等效项。
我不知道我的理解是否正确。

例如，

[(min([row[i] for row in rows]),max([row[i] for row in rows])) 
for i in range(len(rows[0]))]

相当于

result=[]
for i in range(len(rows[0])):
  innerResult=[]
  for row in rows:
    innerResult.append(row[i])
  innerResult2=[]
  for row in rows:
    innerResult2.append(row[i])
  tuple=(min(innerResult), max(innerResult2))
  result.append(tuple)

如果可以概括一下，我猜

[exp2([exp1 for x in xSet]) for y in ySet]

表格可以翻译为以下内容。（我希望我是对的）

result=[]
for y in ySet:
  innerResult =[]
  for x in xSet:
    innerResult.append(exp1)
  exp2Result = exp2(innerResult)
  result.append(exp2Result)

对于更简单的情况，

[exp1 for x in xSet for y in ySet]

等于

result=[] 
for x in xSet:
  for y in ySet: 
    result.append(exp1)

而，

[[exp1 for x in xSet] for y in ySet]

等于

result=[]
for y in ySet:
  innerResult=[]
  for x in xSet:
    innerResult.append(exp1)
  result.append(innerResult)

我问了一个类似的问题，即用于复杂列表理解
的循环表达式的等效项。那里给出的答案是在理解了表单内部的内容之后重新构造了表单。
我想知道它是如何系统地工作的，因此我可以将该概念应用于其他稍有不同的示例。

Question 2

简短的答案是：是的，您的理解正确。

有一个陷阱：在python代码中通常使用嵌套列表理解的方法是对多维数组进行操作。

一个典型的例子是当您对矩阵进行运算时：

>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> [[el - 1 for el in row] for row in matrix]
[[0, 1, 2], [3, 4, 5], [6, 7, 8]]

如您所见，“嵌套”通过在矩阵的每个维度上进行操作而起作用。

在您提供的示例中，ySet[不幸的名字btw，因为集合是python提供的类型之一]只是一个通用计数器，这使得了解幕后情况变得有些困难。

至于第一个示例：

>>> rows = ([1, 2, 3], [10, 20, 30])
>>> [(min([row[i] for row in rows]),max([row[i] for row in rows])) for i in range(len(rows[0]))]
[(1, 10), (2, 20), (3, 30)]

您可能希望研究zip内置功能：

>>> zip(rows[0], rows[1])
[(1, 10), (2, 20), (3, 30)]

或为了最大程度地简洁和优雅：

>>> zip(*rows)
[(1, 10), (2, 20), (3, 30)]

HTH！

Question 3

确实，你是对的。《 Python语言参考》中的“表达式”部分对此进行了详细描述。

特别注意for单个列表推导中几个s的嵌套顺序，该顺序始终从左到右：

>>> matrix = [[1, 2], [3, 4]]
>>> [item for item in row for row in matrix] # oops!
Traceback (most recent call last):
  File "<pyshell#1>", line 1, in <module>
    [item for item in row for row in matrix]
NameError: name 'row' is not defined
>>> [item for row in matrix for item in row] # nesting is in left-to-right order
[1, 2, 3, 4]