函数式编程与列表推导等价实现：Mark Lutz示例写法探讨

先看Mark Lutz在《Learning Python》里的这个列表推导示例：

>>> [(x,y) for x in range(5) if x%2==0 for y in range(5) if y%2==1]
[(0, 1), (0, 3), (2, 1), (2, 3), (4, 1), (4, 3)]

我尝试用嵌套的map和filter写出等价的函数式实现，得到的代码是：

>>> list(map(lambda x:list(map(lambda y:(y,x),filter(lambda x:x%2==0,range(5)))), filter(lambda x:x%2==1,range(5))))
[[(0, 1), (2, 1), (4, 1)], [(0, 3), (2, 3), (4, 3)]]

（注：原输出里的...是截断了，实际是嵌套列表）

现在想请教：这个实现是不是原列表推导的正确等价写法？有没有更优的函数式实现方式？

你的实现并不等价，问题出在结构上 #

先直接说结论：你写的代码不是等价实现。原列表推导的结果是一个扁平的元组列表，但你的代码输出的是嵌套列表——外层是每个奇数y对应的列表，内层是(y,x)的元组（而且元组的顺序还反了，原推导是(x,y)，你这里写成了(y,x)）。

要对齐原列表推导的逻辑，得先理清楚原推导的执行顺序：

1. 遍历range(5)里的x，筛选出偶数x
2. 对每个符合条件的x，遍历range(5)里的y，筛选出奇数y
3. 把每对(x,y)收集成扁平列表

你的代码刚好把x和y的遍历顺序反过来了，还套了两层列表，所以结构完全不对。

正确的等价函数式写法 #

要写出和原列表推导完全等价的map+filter实现，需要把嵌套的遍历逻辑转成扁平的迭代，这里可以用itertools.chain来扁平化，或者调整map的嵌套方式：

写法1：用itertools.chain扁平化嵌套map的结果

from itertools import chain

list(chain.from_iterable(
    map(lambda x: map(lambda y: (x, y), filter(lambda y: y % 2 == 1, range(5))),
        filter(lambda x: x % 2 == 0, range(5)))
))

这个代码的逻辑是：

• 先筛选出偶数x，对每个x，生成对应的奇数y的(x,y)元组迭代器
• 再用chain.from_iterable把这些迭代器合并成一个扁平的迭代器，最后转成列表，结果和原推导完全一致。

写法2：用嵌套生成器替代部分map（更易读）

如果允许混合生成器表达式（毕竟函数式编程也不排斥生成器），可以写得更简洁：

list((x, y) for x in filter(lambda x: x%2==0, range(5)) for y in filter(lambda y: y%2==1, range(5)))

这其实是把列表推导里的条件换成了filter，逻辑完全对齐原推导，可读性也更好。

更优的函数式实现 #

如果追求更简洁、更符合Python函数式风格的写法，推荐用itertools.product来生成笛卡尔积，再用filter筛选符合条件的元组：

from itertools import product

list(filter(lambda t: t[0]%2==0 and t[1]%2==1, product(range(5), range(5))))

product(range(5), range(5))会生成所有(x,y)的笛卡尔积，然后filter只保留x是偶数、y是奇数的元组，结果和原推导完全一致，而且代码更简洁直观，性能也不错（因为product是底层优化的迭代器）。

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