如何用lambda函数实现含嵌套循环与条件的列表推导式等效逻辑？

问题背景 #

你有如下嵌套列表推导式，它能生成两个列表元素的笛卡尔积并过滤掉x等于y的元组：

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y] 
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

同时你也了解到简单列表推导式可以用map+lambda替代，比如：

squares = list(map(lambda x: x**2, range(10)))
# 等价于
squares = [x**2 for x in range(10)]

想知道如何用lambda函数实现第一个嵌套列表推导式的功能？

实现方法 #

方法一：结合itertools.product与filter

最简洁的方式是用itertools.product生成两个列表的笛卡尔积（对应推导式里的嵌套循环），再用filter配合lambda过滤符合条件的元素：

from itertools import product

result = list(filter(lambda pair: pair[0] != pair[1], product([1,2,3], [3,1,4])))
print(result)
# 输出: [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

方法二：纯嵌套map（无需额外库）

如果不想引入itertools，可以用嵌套map生成所有元组，再扁平化后过滤，但可读性较差：

result = list(filter(
    lambda pair: pair[0] != pair[1],
    (pair for sublist in map(lambda x: [(x, y) for y in [3,1,4]], [1,2,3]) 
     for pair in sublist)
))
print(result)
# 输出与上面一致

内容的提问来源于stack exchange，提问作者Nick