La comprensión de listas en Python hace referencia a los procedimientos que se puede utilizar para crear nuevas listas a partir de otras. Algo que también se puede aplicar a otros tipos de colecciones. Para los que usamos Python de forma habitual esta es una técnica habitual con la que se pueden realizar tareas complejas con poco código. Por ejemplo, se puede crear un vector con la longitud de las cadenas de otro simplemente con
frutas = ["fresas", "manzana", "pera"] longitud = [len(x) for x in frutas] longitud
[6, 7, 4]
Por lo que se puede ver, solamente se ha necesitado una línea de código. Algo que además es fácil de comprender para los usuarios familiarizados con la comprensión de listas en Python.
La compresión de listas es algo relativamente sencillo como se ha visto en la introducción. Simplemente se ha de situar entre corchetes una función que itere sobre una lista, o cualquier otro elemento iterable. Algo que se puede estudiar en el ejemplo anterior. Se aplica la función len(x) a cada uno de los elementos de la lista for x in frutas, lo que se almacena en una nueva lista.
Algo que también permite la comprensión de listas en Python es aplicar un filtro. Para seleccionar únicamente los elementos que sean de interés. Por ejemplo, se puede obtener únicamente las futuras cuyos nombres tengan una longitud mayor de cuatro caracteres, simplemente añadiendo un if al final con la condición.
[x for x in frutas if len(x) > 4]
['fresas', 'manzana']
Como se ha comentado en la introducción, la comprensión se puede utilizar también para crear cualquier tipo de colección. Entre las que se encuentran los diccionarios. Una vez creada la segunda lista se puede combinar con la primera mediante el método zip e inyectar estas en un diccionario. Por lo que simplemente utilizando el siguiente ejemplo se puede construir un diccionario donde la clave es la fruta y en valor la longitud de la cadena.
dict(zip(frutas, longitud))
{'fresas': 6, 'manzana': 7, 'pera': 4} En esta entrada hemos vistos los fundamentos de la compresión de listas en Python. Una técnica con la que es posible crear fácilmente nuevas listas de una forma compacta y fácil.
Imagen de Gayathiri Gengatharan en Pixabay
Comparar dos hipotecas parece sencillo: la que tenga el TIN más bajo es la mejor…
En un artículo anterior vimos la fórmula clásica del CLV junto a sus limitaciones. Una…
Y llegamos al final de una serie que había programado para ser de tres entradas.…
Un modelo de credit scoring no es un artefacto estático. Se construye en un momento…
En las seis entregas anteriores hemos paseado por casi todos los géneros del disparate económico:…
El Customer Lifetime Value (CLV) es, probablemente, la métrica más importante que puede calcular una…
This website uses cookies.