如何在调用可能返回None的函数的列表推导式中高效过滤None元素？

嘿，这个需求太常见了——既要保留列表推导式的高效性，又要把那些可能返回None的函数调用结果过滤掉，完全不用搞复杂的操作，Python本身就有完美的解决方案！

最优方案（Python 3.8+）：用海象运算符避免重复调用 #

如果你用的是Python 3.8或更高版本，**海象运算符:=**就是你的救星。它能让你在推导式的条件判断里先捕获函数调用的结果，再判断是否为None，这样每个元素只调用一次函数，完全没有额外开销：

举个实际的例子：

def maybe_get_value(num):
    # 模拟可能返回None的函数
    return num * 2 if num % 3 == 0 else None

# 原来的推导式会包含None
original_list = [maybe_get_value(n) for n in range(15)]
# 结果：[0, None, None, 6, None, None, 12, None, None, 18, None, None, 24, None, None]

# 改进后的过滤推导式
filtered_list = [result for n in range(15) if (result := maybe_get_value(n)) is not None]
# 结果：[0, 6, 12, 18, 24]

为什么这是最优解？

• 每个元素只调用一次maybe_get_value，避免了重复计算的开销；
• 列表推导式本身是Python中构建列表的最快方式之一，内部有专门的优化，比显式循环或filter+lambda组合更快；
• 写法简洁直观，逻辑一目了然。

兼容旧版本（Python 3.7及以下）：嵌套生成器表达式 #

如果你的项目还在使用Python 3.7或更早的版本，没法用海象运算符，那可以用嵌套生成器表达式来实现同样的效果：

# 内层生成器先计算所有函数结果（惰性求值，不会一次性生成全部元素）
# 外层推导式过滤掉None
filtered_list = [result for result in (maybe_get_value(n) for n in range(15)) if result is not None]

这个方法同样只调用一次函数，而且生成器表达式是惰性的，不会占用额外的内存来存储包含None的完整列表，对于大数据集非常友好。

要避开的低效写法 #

别用这些方法，它们会带来不必要的开销：

• 重复调用函数：[maybe_get_value(n) for n in range(15) if maybe_get_value(n) is not None]——每个符合条件的元素会被调用两次函数，完全是浪费性能；
• 先建列表再过滤：list(filter(lambda x: x is not None, [maybe_get_value(n) for n in range(15)]))——会先创建一个包含所有元素（包括None）的列表，再过滤，内存开销大，速度也慢；
• 显式循环：虽然逻辑没问题，但列表推导式的执行效率略高于手动循环+append，能省一点是一点。

内容的提问来源于stack exchange，提问作者scrap_metal