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

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}

再举一个例子。假设您有以下列表：

nums = [4,2,2,1,3]

您希望将其转换为dict，其中键是索引，值是列表中的元素。您可以使用以下代码行执行此操作：

{index:nums[index] for index in range(0,len(nums))}

使用字典理解（Python 2.7及更高版本）：

{key: value for (key, value) in iterable}

对于更简单的情况或更早版本的Python，也可以使用dict构造函数，例如：

pairs = [('a', 1), ('b', 2)]
dict(pairs)                         #=> {'a': 1, 'b': 2}
dict([(k, v+1) for k, v in pairs])  #=> {'a': 2, 'b': 3}

给定单独的键和值数组，使用带有zip的dict构造函数：

keys = ['a', 'b']
values = [1, 2]
dict(zip(keys, values))  #=> {'a': 1, 'b': 2}

2) "zip'ped" from two separate iterables of keys/vals
dict(zip(list_of_keys, list_of_values))

在Python 3和Python 2.7+中，字典理解如下所示：

d = {k:v for k, v in iterable}

对于Python 2.6或更早版本，请参见fortran的答案。

>>> {k: v**3 for (k, v) in zip(string.ascii_lowercase, range(26))}

Python支持dict理解，它允许您在运行时使用类似简洁的语法来表达字典的创建。

字典理解采用{key:value for（key，value）in iterable}的形式。该语法在Python 3中引入，并向后移植到Python 2.7，因此无论您安装了哪个版本的Python，都应该能够使用它。

一个典型的例子是使用两个列表并创建一个字典，其中第一个列表中每个位置处的项成为键，而第二个列表中相应位置处的项目成为值。

此理解中使用的zip函数返回元组迭代器，其中元组中的每个元素都取自每个输入可迭代项中的相同位置。在上面的示例中，返回的迭代器包含元组（“a”，1）、（“b”，2）等。

输出：

{'i': 512, 'e': 64, 'o': 2744, 'h': 343, 'l': 1331, 's': 5832, 'b': 1, 'w': 10648, 'c': 8, 'x': 12167, 'y': 13824, 't': 6859, 'p': 3375, 'd': 27, 'j': 729, 'a': 0, 'z': 15625, 'f': 125, 'q': 4096, 'u': 8000, 'n': 2197, 'm': 1728, 'r': 4913, 'k': 1000, 'g': 216, 'v': 9261}