### 解释 Python 列表推导式 列表推导式提供了一种简洁的方法来创建列表。其基本语法如下： ```python new_list = [expression for item in iterable if condition] ``` 这种表达方式允许开发者通过遍历一个或多个可迭代对象（如列表），并对其中的元素执行某些操作，最终返回一个新的列表[^2]。 对于给定的任务——即从 `scores` 字典中筛选出分数大于 50 的项，可以通过组合使用 `.items()` 方法以及列表推导式轻松完成此目标。`.items()` 返回的是由键值对组成的视图对象，在此基础上可以进一步处理这些条目[^1]。 具体来说，如果有一个名为 `scores` 的字典存储着名字作为键而成绩作为值，则可以通过下面这段代码获取所有得分超过 50 分的学生及其对应的分数： ```python filtered_scores = [(name, score) for name, score in scores.items() if score > 50] ``` 上述语句会生成一个包含元组的新列表，每个元组都表示一名学生的姓名与其相应的高分记录[^5]。 ### 探讨优化方法 为了提高性能效率，特别是在面对大型数据集时，有几个方面值得注意: - **减少不必要的计算**: 如果条件判断只依赖于当前循环变量的一部分属性，应该提前提取这部分信息而不是重复访问同一位置的数据成员。 - **利用生成器表达式代替列表推导式** 当不需要立即获得整个结果序列的时候，考虑采用生成器表达式 `(expr for var in it)` 来节省内存占用。这特别适用于后续仅需逐个消费元素的情况，比如传递给其他接受迭代器参数的功能函数。 例如，当只需要打印符合条件的结果而不必立刻形成完整的列表时，可以用生成器表达式替代列表推导式： ```python for name, score in ((n, s) for n, s in scores.items() if s > 50): print(f"{name}: {score}") ``` 这样做不仅能够降低空间复杂度，而且可能带来更好的时间表现，因为只有真正被使用的部分才会被执行和加载到内存中去[^4]。 ### 将过滤后的项目转换成有序字典 有时除了简单的过滤外还需要按照一定顺序排列输出的内容。此时可以借助 Python 中的 `sorted()` 函数配合自定义的关键字参数 key 实现排序逻辑，并将得到的结果存入 collections.OrderedDict 或者直接保持为已排序的列表形式以便后续展示或保存[^3]。 ```python from operator import itemgetter from collections import OrderedDict ordered_filtered_scores = OrderedDict(sorted(((s, n) for n, s in scores.items() if s > 50), reverse=True)) ``` 这里先用生成器表达式进行了初步筛选，再调用 sorted 对剩余项按降序排列最后封装进了 OrderedDictionary 结构里。