Comprensioni di Liste con Condizioni
Le list comprehensions ti permettono di filtrare e processare gli elementi in modo efficiente. La sintassi:
[expression for element in iterable if condition]
Questa sintassi ti aiuta a creare una nuova lista includendo solo gli elementi che soddisfano una condizione specificata.
1234567891011121314travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [] for city in travel_wishlist: if city[1] == 'Japan': japanese_cities.append(city[0]) print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
Questo codice utilizza un ciclo for
e una condizione if
per iterare attraverso travel_wishlist
e verificare se il paese è "Japan"
. Se la condizione è vera, il nome della città viene aggiunto a japanese_cities
.
12345678910travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [city[0] for city in travel_wishlist if city[1] == 'Japan'] print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
Questo esempio raggiunge lo stesso risultato del precedente ma in modo più conciso. La list comprehension estrae i nomi delle città dove il paese è "Japan"
in una singola riga di codice.
Swipe to start coding
Stai gestendo un travel_wishlist
, dove ogni destinazione include dettagli come il nome della città e il costo stimato. Il tuo obiettivo è creare un elenco filtrato di città basato su vincoli di budget.
- Estrai i nomi delle città da
travel_wishlist
. - Includi solo le città dove il costo stimato è inferiore a $2500.
- Usa una list comprehension per ottenere questo in modo efficiente.
- Memorizza i nomi delle città filtrate nella lista
affordable_cities
.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Can you explain how list comprehensions work with more complex conditions?
What are some other examples of using list comprehensions for filtering?
Can you show how to use list comprehensions with nested lists?
Awesome!
Completion rate improved to 5
Comprensioni di Liste con Condizioni
Scorri per mostrare il menu
Le list comprehensions ti permettono di filtrare e processare gli elementi in modo efficiente. La sintassi:
[expression for element in iterable if condition]
Questa sintassi ti aiuta a creare una nuova lista includendo solo gli elementi che soddisfano una condizione specificata.
1234567891011121314travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [] for city in travel_wishlist: if city[1] == 'Japan': japanese_cities.append(city[0]) print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
Questo codice utilizza un ciclo for
e una condizione if
per iterare attraverso travel_wishlist
e verificare se il paese è "Japan"
. Se la condizione è vera, il nome della città viene aggiunto a japanese_cities
.
12345678910travel_wishlist = [ ['Paris', 'France', 2000], ['Tokyo', 'Japan', 3000], ['New York', 'USA', 2500], ['Kyoto', 'Japan', 1500], ['Sydney', 'Australia', 4000] ] japanese_cities = [city[0] for city in travel_wishlist if city[1] == 'Japan'] print(japanese_cities) # Output: ['Tokyo', 'Kyoto']
Questo esempio raggiunge lo stesso risultato del precedente ma in modo più conciso. La list comprehension estrae i nomi delle città dove il paese è "Japan"
in una singola riga di codice.
Swipe to start coding
Stai gestendo un travel_wishlist
, dove ogni destinazione include dettagli come il nome della città e il costo stimato. Il tuo obiettivo è creare un elenco filtrato di città basato su vincoli di budget.
- Estrai i nomi delle città da
travel_wishlist
. - Includi solo le città dove il costo stimato è inferiore a $2500.
- Usa una list comprehension per ottenere questo in modo efficiente.
- Memorizza i nomi delle città filtrate nella lista
affordable_cities
.
Soluzione
Grazie per i tuoi commenti!
Awesome!
Completion rate improved to 5single