Comprehensions en Python: Listas, Diccionarios y Sets

Clase 29 de 49 • Curso Práctico de Python: Creación de un CRUD

Resumen

Las Comprehensions son constructos que nos permiten generar una secuencia a partir de otra secuencia.

Existen tres tipos de comprehensions:

List comprehensions

[element for element in element_list if element_meets_condition]

Dictionary comprehensions

{key: element for element in element_list if element_meets_condition}

Sets comprehensions

{element for element in element_list if elements_meets_condition}

Raúl Alejandro Fuentes Blanco

student•

No recuerdo si ya se había mencionado la función zip() en el curso, pero por si no se ha hecho, la función zip lo que hace es regresar un iterador de tuplas.

>>> x = [1, 2, 3]
>>> y = [4, 5, 6]
>>> zipped = zip(x, y)
>>> list(zipped)
[(1, 4), (2, 5), (3, 6)]

Carmen Sánchez Salgado

student•

En este link, que alguien más compartió, también se usa la función zip. En la sección técnicas de iteración

http://docs.python.org.ar/tutorial/3/datastructures.html#diccionarios

Fredy Mendoza Vargas

student•

Gracias por el aporte

Facundo Nicolás García Martoni

teacher•

Les dejo un par de ejercicios para practicar las comprehensions de Python 👇🏼 --> https://www.practicepython.org/exercise/2014/03/19/07-list-comprehensions.html --> https://www.practicepython.org/exercise/2014/04/10/10-list-overlap-comprehensions.html

Juan Ernesto Soto Barbosa

student•

Buenos ejercicios para practicar, muchas gracias

Omar Daniel Centeno

student•

Excelente para amarrar los conocimientos

Angel de Jesus Quintero Pereira

student•

Esto me ayudo a comprender mejor como se formula la sentencia:

Fuente: https://python-3-patterns-idioms-test.readthedocs.io/en/latest/Comprehensions.html

Néstor Iván Cepeda Munevar

student•

Querida comunidad, ¿alguno recomienda un libro para aprender las mejores reglas de sintaxis y legibilidad para programadores en Python?

Carolina Boquín

teacher•

Puedes comenzar con esta guía de estilos de programación con Python (PEP-8): https://www.python.org/dev/peps/pep-0008/

Néstor Iván Cepeda Munevar

student•

Gracias @CaroB!!!

Ingrid Natalia Rodriguez Ovalle

student•

Las ** list comprehension** : son maneras de escribir listas, diccionarios y conjuntos de manera compacta y legible, Listas—> [element for element in element_list if element_meets_condition] Diccionarios–> {key: element for element in element_list if element_meets_condition} Conjuntos–> {element for element in element_list if elements_meets_condition}

EJEMPLOS:

- Generar lista de números de 1 al 100 y obtener los números pares(divisibles por dos): lista_de_numeros= list(range(100)) **pares =[numero for numero in lista_de_numeros if numero % 2 == 0 ] —> list comprehension **

-Generar diccionario a partir de dos listas: student_uid=[1,2,3] students=[‘Natalia’,‘Luis’,‘Juan’] students_and_uid={uid: student for uid, student in zip(student_uid,students)} --> {1: ‘Natalia’, 2: ‘Luis’, 3: ‘Juan’}

-Crear un conjunto (set) de números que no estén repetidos a partir de una lista con números repetidos: random_numbers= [3, 3, 3, 3, 2, 2, 2, 2, 1, 2] non_repeated={number for number in random_numbers} —> {1, 2, 3}

Luis Fernando Cruz Carrillo

student•

También se puede construir el diccionario así:

lst1 = [...]
lst2=[...]
myDict = dict(zip(lst1, lst2))

Nicolás Girado

student•

y el set simplemente pasandole la función set a random_numbers

Noe Mikhael Huaccharaque Ruiz

student•

código de la clase: Python comprehensions

<code>

#iterating con comprehensions
lista_de_numeros= list(range(100))
pares = [numero for numero in lista_de_numeros if numero & 2==0]
#output# [0, 1, 2, 3, .........., 97 ,98 ,99]

#create dict con comprehensions
student_uid = [1,2,3]
students = ['juan','jose','larse']
student_uid={uid: student for uid, student in zip (student_uid,students)}
#output# {1:juan, 2:jose, 3: larse}

#transform list to set con comprehensions
import random
random_numbers = []
for i in range(10):
    random_numbers.append(random.randint(1,3))
random_numbers 
#output#[1,2,3,1,2,2,2,3,2,2]
non_repeated = {number for number in random_numbers}
#outputt#{1,2,3}

</code>

Juan Pablo Rodríguez Morales

student•

Entiendo cuál es el punto al explicar el caso de los sets, pero hubiera sido más sencillo hacerlo así, ¿no?

non_repeated = set(random_numbers)

Supongo que los comprehensions sirven bastante para filtrar y transformar (como los filter, reduce y map en JS), excelente explicación igual :D

Cesar Hernández Ramírez

student•

Exactly, es mejor como lo propones

Esteban Padilla

student•

No sabia que este estructura tenia ese nombre y la hbia utilizado para resolver el reto del update client de platzi ventas

 client_name_index= next((index for (index, client) in enumerate(clients) if client['name']==client_name),-1)

fidel angel ochoa

student•

por que el -1? le restas 1 al index??

Martín Leyva

student•

En el ejemplo de los pares esta es una de las formas de definir el conjunto de números pares en Teoría de Conjuntos, en este caso en el rango [ 0, 100)
NOTA: [ 0, 100) esta escrito así intencionalmente.

Definición:

pares = { x | x/2 es entero} que es equivalente a

pares = { x | x mod(2) =0} = { x | x % 2 =0}

si consideramos el rango [0, 100)

pares = { x | (x % 2 = 0) & ( x en [0, 99] ) }

NOTA: x cumple con las dos condiciones:

a) x % 2 = 0

b) x está en el rango (0, 100)

pares = { x |

Elvis Moreira

student•

https://www.geeksforgeeks.org/comprehensions-in-python/ Les comparto una página que encontré para que puedan dar una revisión y hay un par de ejemplo de cada uno de los tres tipos de Comprehensions que se han brindado en la clase

andres neptaly meza vasquez

student•

debiria explicar que es el zip, ahora se que regresa unas tuplas pero si deberia explicarlo a groso modo

Juan Ignacio Echenique Olsina

student•

Por si a alguien le sirve a mi ayudo mucho como lo explican aca: https://www.youtube.com/watch?v=Z-8Khdd2BUQ Espero que les sea de ayuda.

Gabriel Vides

student•

Siempre vienen bien las segundas explicaciones. A mi tambien me sirvio, gracias!

Adrián Andrés Sosa

student•

Thanks!

Wilson Delgado

student•

Información de zip: https://www.w3schools.com/python/ref_func_zip.asp

Sergio Andrés Herazo Cabarcas

student•

Buenas noches, la función zip permite emparejar el primer elemento de cada iterador luego a los segundos elementos y así sucesivamente.

Yeison Andres Caballero Diaz

student•

jajja no sabia del keyword id que no se podia usar y yo matandome con el ejercisio anterior jajja bueno cosas que pasan jeje

Francisco Javier Pecino Leon

student•

Ya que estabamos con la clase de las comprehensions, en esta parte:

import random
random_numbers = []
for i in range(10):
    random_numbers.append(random.randint(1,3))

se podria poner:

import random
random_numbers = []
random_numbers.append(random.randint(1,3) for x in range(10))

Simón Alejandro Azócar C

student•

En el Curso de Python Intermedio (dictado por Facundo), él explica con mejor detalle como funcionan las list comprehensions y dicts comprehensions

Miguel H. Martin Matiz

student•

¡Qué poder de las compehensions! 😯. Les dejo esta web donde con un ejemplo comparan list comprehension vs For loop

"Usando list comprehension"

h_letters = []

for letter in 'human':
    h_letters.append(letter)

print(h_letters)
>> ['h', 'u', 'm', 'a', 'n']

"Usando for loop"

h_letters = [ letter for letter in 'human' ]
print( h_letters)
>> ['h', 'u', 'm', 'a', 'n']

Yesid Valencia

student•

Hasta el momento he entendido todo y sin problemas pero hubiera sido bueno que explicaras punto por punto como se estructuran los "comprehensions", igual que paso con el “zip” que solo lo fue usando de la nada sin ninguna explicación. ¿Podrías ampliar este conocimiento con otro video?

Facundo Nicolás García Martoni

teacher•

Hola Yesid! te dejo un enlace espectacular que explica a profundidad el tema, y presenta un ejercicio interesante para aprender bien un comprehension en Python. Cuentame si tienes alguna duda después de leer 😉

List Comprehensions

Comprehensions en Python: Listas, Diccionarios y Sets

Básicos del Lenguaje

Introducción a Python: Instalación y Conceptos Básicos

Desarrollo de CRUD con Python 3

Configuración de Ubuntu en Windows 10 para Ejecutar Comandos Linux

Curso Avanzado de Python: Actualización y Creación de Aplicaciones CLI

Programación gráfica básica con Python y Turtle

Operadores y Valores en Programación Python

Variables y Expresiones en Python: Tipos, Asignación y Reglas Básicas

Creación de Aplicación CLI para Gestión de Ventas y Clientes en Python

Funciones en Python: Declaración y Uso Básico

Funciones y Variables Globales en Python: Crear y Listar Clientes

Estructuras Condicionales y Booleanas en Programación

Personalización de Programas con Funciones y Condicionales en Python

Uso de strings y ciclos

Manipulación de Cadenas en Python: Índices y Memoria

Operaciones y métodos útiles para manipular strings en Python

Actualización de Clientes en Python: Implementación de Funciones

Implementación del Comando Delete en CRUD de Clientes

Manipulación de secuencias en Python con slices

Iteraciones en Python: Uso de For y While Loops

Bucles While en Python: Uso y Manejo de Errores Comunes

Iteradores y Generadores en Python: Creación y Uso Práctico

Estructuras de Datos

Uso de listas

Operadores y Métodos para Manipular Listas en Python

Manipulación de Listas en Programación Python

Diccionarios en Python: Uso y Métodos Básicos

Diccionarios en Python para Gestión de Clientes

Tuplas y Conjuntos en Python: Características y Usos Prácticos

Tuplas y Sets en Python: Conceptos y Usos Básicos

Colecciones Avanzadas en Python: UserDict, namedtuple y más

Comprehensions en Python: Listas, Diccionarios y Sets

Algoritmos de Búsqueda: BruteForce vs. Búsqueda Binaria en Python

Búsqueda Binaria en Python: Implementación Recursiva y Iterativa

Manipulación de archivos en Python 3

Uso de objetos y módulos

Introducción a Decoradores en Python: Modifica Funciones Eficazmente

Decoradores en Python: Creación y Uso Efectivo

Programación Orientada a Objetos: Principios y Aplicaciones

Conceptos Básicos de Programación Orientada a Objetos en Python

Names y Namespaces en Python: Conceptos Fundamentales

Uso de Click para Aplicaciones de Línea de Comandos en Python

Estructura y Comandos Básicos para Aplicaciones CLI en Python

Modelado de Clientes y Servicios en Python OOP

Recopilación de datos del usuario con CLI en Python

Implementación de List Clients en Client Services

Actualización de Clientes en Python: Implementación y Guardado en Disco

Actualización de Clientes en Interfaz de Comando

Manejo de Errores en Python: Try, Except, Else y Finally

Gestión de Contextos en Python: Clases y Generadores

Python en el mundo real

Aplicaciones de Python en Ciencias y Desarrollo Web

Conclusiones finales

Transición de Python 2 a Python 3 y PEPs esenciales

Clases bonus

Entorno Virtual en Python y su importancia: Python en el mundo real