Python中简洁可读的列表处理优化方案咨询

我在Python开发中经常需要处理列表，本质是给每个元素应用类似C语言的switch逻辑，根据匹配的case执行对应操作。目前我有两种实现方式，这类代码占我代码库的90%，但都有不足：

• 实现1：通过循环向列表追加元素，清晰可读但针对简单问题过于冗余；
• 实现2：采用列表推导式，占用空间更少但可读性大幅下降。

请问有没有更具Pythonic风格的列表处理方式？

现有实现代码 #

input_list = [(1, 2), None, (3, 4), (2, 2), None, (7, 1)]

# 实现1：循环追加
output = []
for i in input_list:
    if i is None:
        output.append(i)
    else:
        a, b = i
        if (a + b) % 2 == 0:
            output.append((i[0] * 2, i[1]))
        else:
            output.append((i[0], i[1] * 3))

# 实现2：列表推导式
output = [
    (
        ((i[0] * 2, i[1]) if ((i[0] + i[1]) % 2 == 0) else (i[0], i[1] * 3))
        if i is not None
        else None
    )
    for i in input_list
]

print(output)
# [(1, 6), None, (3, 12), (4, 2), None, (14, 1)]

1. 封装处理逻辑为单独函数（推荐） #

把每个元素的处理逻辑抽成独立函数，既保持可读性，又能复用逻辑，还能轻松扩展更多case：

input_list = [(1, 2), None, (3, 4), (2, 2), None, (7, 1)]

def process_element(item):
    if item is None:
        return None
    a, b = item
    if (a + b) % 2 == 0:
        return (a * 2, b)
    else:
        return (a, b * 3)

# 用列表推导式调用函数，兼顾简洁和可读性
output = [process_element(i) for i in input_list]
# 或者用map（适合简单场景）
output = list(map(process_element, input_list))

print(output)
# [(1, 6), None, (3, 12), (4, 2), None, (14, 1)]

优势：

• 逻辑与遍历分离，代码结构清晰；
• 处理函数可单独测试、跨场景复用；
• 新增case只需修改process_element，符合单一职责原则。

2. 用字典模拟switch逻辑（适合多case场景） #

如果分支条件更多，可以用字典映射条件到处理函数，模拟switch的效果：

input_list = [(1, 2), None, (3, 4), (2, 2), None, (7, 1)]

def handle_none():
    return None

def handle_even_sum(item):
    return (item[0] * 2, item[1])

def handle_odd_sum(item):
    return (item[0], item[1] * 3)

def process_element(item):
    if item is None:
        return handle_none()
    # 根据条件匹配对应处理函数
    sum_check = (item[0] + item[1]) % 2 == 0
    handler = handle_even_sum if sum_check else handle_odd_sum
    return handler(item)

output = [process_element(i) for i in input_list]

复杂多条件场景下，还可以把互斥的条件判断作为字典key（比如lambda表达式），进一步简化分支逻辑。

3. 生成器表达式（适合大数据量场景） #

如果处理的列表规模极大，不想一次性占用过多内存，可以用生成器表达式替代列表推导式，按需生成元素：

output_generator = (process_element(i) for i in input_list)
# 按需迭代使用，避免内存过载
for elem in output_generator:
    print(elem)

生成器不会一次性加载所有元素到内存，适合处理超大数据集。

内容的提问来源于stack exchange，提问作者Curious