Comprensión de listas en Python explicada desde cero

Supongamos que quieres una lista con el doble de cada número. Con lo que sabes lo harías así, y está perfecto:

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

dobles = []
for n in numeros:
    dobles.append(n * 2)

print(dobles)

Cuatro líneas para algo muy simple: "para cada número, guarda su doble". Python tiene una forma de escribir exactamente esa frase.

dobles = [ n * 2   for n in numeros ]
             ↑           ↑
        qué guardar   de dónde sacarlo

Se lee de derecha a izquierda: "para cada n en numeros… guarda n por 2". Los corchetes indican que el resultado es una lista.

doubles = [ n * 2   for n in numbers ]
              ↑            ↑
        what to store  where from

Read it right to left: "for each n in numbers… store n times 2". The brackets mean the result is a list.

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

dobles = [n * 2 for n in numeros]
print(dobles)

cuadrados = [n ** 2 for n in numeros]
print(cuadrados)

# También sirve con texto
nombres = ["ana", "joaco", "maría"]
print([n.title() for n in nombres])
print([len(n) for n in nombres])

Acá se pone realmente útil: puedes agregar un if al final para quedarte solo con algunos.

numeros = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

pares = [n for n in numeros if n % 2 == 0]
print(pares)

grandes = [n for n in numeros if n > 5]
print(grandes)

# Combinado: el doble, solo de los pares
print([n * 2 for n in numeros if n % 2 == 0])

# Un caso real: filtrar una lista de diccionarios
ranking = [
    {"nombre": "Ana",   "puntos": 340},
    {"nombre": "Joaco", "puntos": 500},
    {"nombre": "María", "puntos": 210},
    {"nombre": "Luis",  "puntos": 620}
]

# Solo los nombres
print([j["nombre"] for j in ranking])

# Los que superaron 300 puntos
destacados = [j["nombre"] for j in ranking if j["puntos"] > 300]
print(destacados)

# El promedio, con lo que ya sabías
puntos = [j["puntos"] for j in ranking]
print("Promedio:", sum(puntos) / len(puntos))

Si en vez de corchetes usas llaves y pones clave: valor, obtienes un diccionario.

nombres = ["ana", "joaco", "maría"]

# Un diccionario nombre -> cantidad de letras
largos = {n: len(n) for n in nombres}
print(largos)

# Invertir un diccionario
precios = {"pan": 1200, "leche": 990, "café": 4500}
invertido = {valor: clave for clave, valor in precios.items()}
print(invertido)

# Filtrar un diccionario
baratos = {k: v for k, v in precios.items() if v < 2000}
print(baratos)

Acá va la advertencia, porque es fácil pasarse. Las comprensiones son geniales cuando caben cómodas en una línea y se leen como una frase.

Cuando la lógica se complica, un bucle normal es mejor. Compara:

r = [x*2 if x%2==0 else x*3 for y in datos for x in y if x>0 and x<100]

Eso técnicamente funciona, pero nadie lo entiende — incluido tú dentro de dos semanas. Si te pasa, vuelve al bucle de toda la vida.

La regla: si tienes que detenerte a descifrarla, escríbela larga.

Here is the warning, because it is easy to overdo. Comprehensions are great when they fit comfortably on one line and read like a sentence.

When the logic gets complicated, a normal loop is better. Compare:

r = [x*2 if x%2==0 else x*3 for y in data for x in y if x>0 and x<100]

That technically works, but nobody understands it — including you in two weeks. If that happens, go back to the plain loop.

The rule: if you have to stop and decode it, write it out long.

Convertir un bucle en una línea, filtrar con if, hacer lo mismo con diccionarios, y cuándo conviene no hacerlo.

Esta es la sintaxis que hace que el código de Python se reconozca a simple vista. Cuando la empieces a usar sin pensarlo, ya te acostumbraste al lenguaje.

Comprensión de listas

List comprehensions