Eine Python List Comprehension erzeugt aus jedem Iterable in einer einzigen lesbaren Zeile eine neue Liste. Statt eine leere Liste anzulegen, zu durchlaufen und append aufzurufen, beschreiben Sie das gewünschte Ergebnis.

Dieser Leitfaden führt vom Grundmuster über Filter und verschachtelte Schleifen bis zu Zeiten, die wir selbst gemessen haben. Wenn Python neu für Sie ist, beginnen Sie mit unserem Python-Tutorial für Anfänger (auf Englisch) und halten Sie Ihre Umgebung sauber mit der Anleitung zu virtuellen Umgebungen (auf Englisch).

Syntax der Python List Comprehension

Lesen Sie sie von links nach rechts: Der Ausdruck sagt, wie jedes neue Element aussieht, der for-Teil sagt, woher die Elemente kommen.

squares = [x * x for x in range(6)]
print(squares)          # [0, 1, 4, 9, 16, 25]

names = [" Hi ", "  QA "]
clean = [n.strip().lower() for n in names]
print(clean)            # ['hi', 'qa']

Dasselbe Ergebnis braucht mit einer Schleife drei Zeilen mehr. Diese Ersparnis ist der Sinn der Sache, solange die Zeile gut lesbar bleibt.

Elemente mit einer Bedingung filtern

Fügen Sie nach der Schleife ein if hinzu, um nur die Elemente zu behalten, die die Bedingung erfüllen.

evens = [x for x in range(10) if x % 2 == 0]
print(evens)            # [0, 2, 4, 6, 8]

Python List Comprehension mit if-else

Wenn Sie für jedes Element einen Wert wollen, setzen Sie das if-else vor das for. Hier machen Anfänger die meisten Fehler, denn ein else am Ende ist ein Syntaxfehler.

labels = ["even" if x % 2 == 0 else "odd" for x in range(4)]
print(labels)           # ['even', 'odd', 'even', 'odd']

Verschachtelte Schleifen und Abflachen

Mehrere for-Klauseln werden in derselben Reihenfolge gelesen wie verschachtelte Schleifen. Damit flachen Sie eine Liste von Listen ab oder bilden Paare.

matrix = [[1, 2, 3], [4, 5, 6]]
flat = [n for row in matrix for n in row]
print(flat)             # [1, 2, 3, 4, 5, 6]

pairs = [(x, y) for x in range(1, 3) for y in "ab"]
print(pairs)            # [(1, 'a'), (1, 'b'), (2, 'a'), (2, 'b')]

Um die Matrix zu transponieren, verschachteln Sie eine Comprehension in einer anderen: [[r[i] for r in matrix] for i in range(3)] ergibt [[1, 4], [2, 5], [3, 6]]. Zwei Ebenen sind die praktische Grenze, bevor die Lesbarkeit leidet.

Dictionary-, Set- und Generator-Formen

Ändern Sie die Klammern, und dieselbe Idee erzeugt andere Typen.

lengths = {w: len(w) for w in ["pip", "venv", "uv"]}   # {'pip': 3, 'venv': 4, 'uv': 2}
unique  = {len(w) for w in ["pip", "venv", "uv", "git"]}  # {2, 3, 4}
total   = sum(x * x for x in range(1_000_000))           # generator, no list

Die Typen selbst vergleichen Sie in unserem Leitfaden zu Listen, Tupeln, Sets und Dictionaries (auf Englisch).

Geschwindigkeit und Speicher: Unsere Messwerte

Wir haben jede Variante unter Python 3.13.6 mit 100.000 Ganzzahlen gemessen und jeweils den besten von fünf Läufen genommen. Ihre Zahlen werden abweichen, die Reihenfolge bleibt aber stabil.

Die Comprehension schlägt die append-Schleife deutlich, der Abstand schrumpft aber, wenn die Bedingung den Großteil der Zeit kostet. Beim Speicher belegte eine Liste mit einer Million verdoppelter Ganzzahlen etwa 8,4 MB, das passende Generatorobjekt dagegen nur 200 Byte, weil es die Werte einzeln erzeugt.

Wann man keine List Comprehension verwendet

• Sie brauchen nur Nebenwirkungen wie Ausgeben oder Speichern. Nehmen Sie eine normale Schleife; eine Comprehension würde eine nutzlose Liste bauen.
• Die Logik hat mehrere Schritte. Brauchen Sie eine zweite Variable oder ein try, schreiben Sie eine Schleife oder eine kleine Funktion.
• Die Daten sind riesig. Nutzen Sie einen Generatorausdruck, damit Python nicht die ganze Liste im Speicher hält.
• Sie braucht mehr als zwei for-Klauseln. Teilen Sie sie für den nächsten Leser in benannte Schritte auf.

Fazit

Verwenden Sie eine Python List Comprehension, wenn eine kurze Zeile genau sagt, was Sie meinen, und eine Schleife, wenn nicht. Beginnen Sie mit dem Grundmuster, fügen Sie einen Filter hinzu und üben Sie die if-else-Form, bis die Reihenfolge selbstverständlich wird.

Häufig gestellte Fragen

Weiterlernen (englische Artikel)