这段代码将使用列表理解为多个列表创建字典，这些列表具有可用于pd.DataFrame（）的不同值

#Multiple lists 
model=['A', 'B', 'C', 'D']
launched=[1983,1984,1984,1984]
discontinued=[1986, 1985, 1984, 1986]

#Dictionary with list comprehension
keys=['model','launched','discontinued']
vals=[model, launched,discontinued]
data = {key:vals[n] for n, key in enumerate(keys)}

#Convert dict to dataframe
df=pd.DataFrame(data)
display(df)

enumerate将向vals传递n，以使每个键与其列表匹配

您可以为每对创建一个新的dict，并将其与上一个dict合并：

reduce(lambda p, q: {**p, **{q[0]: q[1]}}, bla bla bla, {})

显然，这种方法需要functools的reduce。

这种方法使用for循环对给定日期进行迭代。

Syntax: {key: value for (key, value) in data}

Eg:

# create a list comprehension with country and code:
    Country_code = [('China', 86), ('USA', 1),
            ('Ghana', 233), ('Uk', 44)]

# use iterable method to show results
{key: value for (key, value) in Country_code}

Python版本>=2.7，请执行以下操作：

d = {i: True for i in [1,2,3]}

Python版本<2.7（RIP，2010年7月3日-2019年12月31日），请执行以下操作：

d = dict((i,True) for i in [1,2,3])

是的，这是可能的。在python中，理解可以用于列表、集合、字典等。你可以这样写

mydict = {k:v for (k,v) in blah}

使用条件语句和循环的字典理解的另一个详细示例：

parents = [father, mother]
            
parents = {parent:1 - P["mutation"] if parent in two_genes else 0.5 if parent in one_gene else P["mutation"] for parent in parents}

事实上，如果iterable已经包含了某种映射，您甚至不需要对其进行迭代，dict构造函数会为您优雅地进行迭代：

>>> ts = [(1, 2), (3, 4), (5, 6)]
>>> dict(ts)
{1: 2, 3: 4, 5: 6}
>>> gen = ((i, i+1) for i in range(1, 6, 2))
>>> gen
<generator object <genexpr> at 0xb7201c5c>
>>> dict(gen)
{1: 2, 3: 4, 5: 6}