Compreensão de listas (list comprehension)

É muito comum usarmos um laço de repetição para produzir e acumular elementos em uma estrutura de dados, vamos ver um exemplo de um for que acrescenta itens em uma lista. São pontos com um x que vai crescendo de 10 em 10 e um y pseudoaleatório produzido com a função random() do py5, para poder depois desenhar um polígono, aberto e sem preenchimento, com 11 vértices que vai de um lado a outro de uma pequena área de desenho:

for i in range(11):
    x = i * 10
    y = 50 + random(-25, 25)
    pontos.append((x, y))  # os parenteses extra criam uma tupla
    
no_fill()
with begin_shape():
    vertices(pontos)

Existe um maneira alternativa de fazer isso usando a sintaxe chamada compreensão de listas, compare:

pontos = [(i * 10, 50 + random(-25, 25)) for i in range(11)]

no_fill()
with begin_shape():
    vertices(pontos)

Veja se você consegue identificar nos dois exemplos acima os elementos do seguinte padrão geral, que usa um laço de repetição para construir a lista e depois a compreensão de lista.

lista_resultante = []
for «valor» in «iterável»:
      lista_resultante.append(«novo_elemento»)  # o novo elemento é acrescentado

E a forma reescrita

lista_resultante = [«novo_elemento» for «valor» in «iterável»]

Acrescentando uma condição para o acréscimo de elementos

É possível ainda “filtrar”, usar uma condição que permite ou não produzir novos elementos.

lista_resultante = []
for «valor» in «iterável»:
    if  «condição»:  # a condição depende do valor
        lista_resultante.append(«novo_elemento»)  # o novo elemento é acrescentado

Que pode ser reescrito assim:

lista_resultante = [«novo_elemento» for «valor» in «iterável» if «condição»]

Veja mais um exemplo, primeiro um sem “filtragem”.

dimensoes_retangulos = [(10, 20), (20, 30), (10, 30), (30, 30), (30, 10)]

areas = []
for a, b in dimensoes_retangulos:
    areas.append(a * b)

areas = [a * b for a, b in dimensoes_retangulos]

Agora com “filtragem”, ignorando quadrados!

areas = []
for a, b in dimensoes_retangulos:
    if a != b:  # se `a` diferente de `b`, vai ignorar a == b
        areas.append(a * b)

areas = [a * b for a, b in dimensoes_retangulos if a != b]

Expressões geradoras

Se você não precisa dessa coleção de valores mais de uma vez, pode evitar que ela seja guardada na memória, usando expressões geradoras (generator expressions) substituindo os colchetes por parênteses, e até mesmo omitindo os parênteses se a expressão for posta como argumento de uma função:

# soma os quadrados dos números pares entre 0 e 98 (o 100 não está incluso).
soma_quadrados = sum(n * n for n in range(100) if n % 2 == 0) # 161700

Veja como poderia ficar aquele primeiro exemplo do polígono aleatório aberto.

no_fill()
with begin_shape():
    vertices((i * 10, 50 + random(-25, 25)) for i in range(11))

Compreensão de conjuntos e dicionários

Uma sintaxe semelhante à das compreensões de listas pode ser usada para criar um conjunto (set) ou um dicionário (dict). Neste primeiro exemplo, queremos manter apenas os valores únicos de áreas.

dimensoes_retangulos = [(10, 20), (20, 30), (10, 30), (30, 30), (30, 10), (5, 40)]
areas_sem_repetir = {a * b for a, b in dimensoes_retangulos}
print(areas_sem_repetir) #  set([900, 200, 300, 600])

E num segundo exemplo um pouco forçado, vamos fazer um dicionário “pré-calculado” das áreas dos retângulos.

areas_dict = {(a, b): a * b for a, b in dimensoes_retangulos}
# {(30, 30): 900, (20, 30): 600, (10, 30): 300,
#  (10, 20): 200, (30, 10): 300, (5, 40): 200
# }