Compreensão de conjunto e a espiada em generator

Conjunto: repetição não passa

A compreensão de conjunto usa chaves, como a de dicionário, mas com uma única expressão, sem o par com dois-pontos. O que a torna especial é uma característica do próprio conjunto: ele não guarda valores repetidos. Então, se a expressão gerar o mesmo valor mais de uma vez, ele aparece uma vez só no resultado. Isso faz da compreensão de conjunto um jeito enxuto de extrair os valores distintos de uma sequência.

palavras = ["sol", "lua", "sol", "mar", "lua", "sol"]

unicas = {p for p in palavras}

print(unicas)         # {'sol', 'lua', 'mar'} (ordem pode variar)
print(len(unicas))    # 3

O conjunto descarta repetições sozinho: das seis palavras, sobram três distintas.

Uma dúvida honesta é como o Python sabe, com chaves, se você quer um conjunto ou um dicionário. A resposta está nos dois-pontos. Se houver um par chave: valor, é dicionário; se houver só uma expressão, é conjunto. Há um único ponto de atenção: {} sozinho, sem nada dentro, é um dicionário vazio, não um conjunto vazio. Para um conjunto vazio, usa-se a função set(). Numa compreensão, porém, sempre há conteúdo, então a regra do dois-pontos resolve.

A prima preguiçosa: generator expression

Falta uma peça na família. Se você trocar os colchetes da compreensão de lista por parênteses, não obtém uma tupla, e sim uma generator expression. A diferença é profunda: a compreensão de lista constrói a lista inteira na memória de uma vez; o generator não constrói nada de imediato. Ele guarda a receita e vai produzindo os itens um a um, só quando alguém pede. A isso se dá o nome de avaliação preguiçosa, e é o que permite trabalhar com sequências gigantescas sem lotar a memória.

numeros = [1, 2, 3, 4, 5]

lista = [n * 2 for n in numeros]      # constroi a lista inteira
gerador = (n * 2 for n in numeros)   # so a receita, nada calculado ainda

print(lista)     # [2, 4, 6, 8, 10]
print(gerador)   # <generator object <genexpr> at 0x...>
print(sum(gerador))  # 30  (agora sim ele produz os itens, um a um)

Parênteses criam um generator. Ele só produz os valores quando algo, como sum(), os consome.

Repare que imprimir o gerador não mostra os números; mostra um objeto gerador, porque ainda não calculou nada. Só quando uma função como sum() percorre o gerador é que os valores nascem, um de cada vez. Um detalhe importante: depois de consumido, o gerador se esgota e não pode ser percorrido de novo. Isso é normal, não um defeito, e faz todo sentido quando você entende a mecânica dos geradores. Esta aula é só a espiada; o módulo dedicado mostra por que isso é tão útil.

A família de compreensões, junta

Agora você conhece as quatro formas e dá para vê-las lado a lado. Colchetes constroem uma lista. Chaves com um par chave: valor constroem um dicionário. Chaves com uma só expressão constroem um conjunto sem repetições. Parênteses criam um generator preguiçoso. A gramática é a mesma nas quatro: uma expressão, um for e, se quiser, um if. O que muda é o delimitador e, no dicionário, a presença do par. Dominar isso deixa boa parte do seu código mais direto.

Guarde o generator com carinho, porque ele volta com força mais adiante no curso, no módulo de geradores. Por ora, o essencial é reconhecê-lo pela troca dos colchetes por parênteses e entender que ele é preguiçoso: não faz o trabalho até ser cobrado. Com as compreensões de lista, dicionário e conjunto firmes, você já tem o suficiente para a prática da próxima aula, onde tudo isso se junta em um problema real de transformação de dados.