這兩個解決方案之間有什麼區別 - lambda或loop - Python

Question

我想計算域內偶數的和。我有兩個解決方案，但我不確定每個解決方案的優缺點。哪個是最佳解決方案？

import sys 
domain = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 
Cal1 = sum(filter(lambda n : n % 2 == 0, domain)) 
Cal2 = sum([n for n in domain if n % 2 == 0]) 
sys.stdout.write("Cal1 = {0}\n".format(Cal1)) 
sys.stdout.write("Cal2 = {0}\n".format(Cal2)) 

Answer 1

第二真的應該只是一個發電機，而不是一個列表理解（因爲你實際上並不需要創建一個列表，能夠總結髮電機的輸出）：

Cal2 = sum(n for n in domain if n % 2 == 0) 

這是完成此任務的現在首選（「pythonic」）方法。

• 使用列表理解（一個包括[]，你原來Cal2）是不利的，因爲它實際上構造了一個列表對象返回，其中有開銷。

• 使用filter（您Cal1）相當於一個生成器（NO- []版本），但需要多一點打字，不看了不少，以及只使用一個生成器表達式（我上面貼的代碼）。

Answer 2

你做的第二種方法就是所謂的列表理解。在引入語言之前，列表解析可用於實現以前使用filter和map的事物。請參閱this previous question以獲得關於列表解析與地圖的討論，該地圖與您所要求的相似。

由於Amber寫道，推薦的Pythonic方法是使用發生器。隨着列表comprehsions你的整個過濾列表建立，然後求和。隨着發電機的發展，它會在沒有完整列表的情況下進行求和。當您使用超過10個項目時，這會產生更大的差異。

Answer 3

+1對其他很好的答案。

獎勵：發電機表達式是更快...

$ python -m timeit -s 'L = xrange(10)' 'sum(filter(lambda n: n % 2 == 0, L))' 
100000 loops, best of 3: 3.59 usec per loop 

$ python -m timeit -s 'L = xrange(10)' 'sum(n for n in L if n % 2 == 0)' 
100000 loops, best of 3: 2.82 usec per loop 

Docs re timeit。

Answer 4

這裏是一個老十歲上下的Mac筆記本電腦的各種版本的速度：

$ py26 -mtimeit -s'domain = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]' 'sum(filter(lambda n : n % 2 == 0, domain))' 
100000 loops, best of 3: 4.41 usec per loop 
$ py26 -mtimeit -s'domain = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]' 'sum([n for n in domain if n % 2 == 0])' 
100000 loops, best of 3: 2.69 usec per loop 
$ py26 -mtimeit -s'domain = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]' 'sum(n for n in domain if n % 2 == 0)' 
100000 loops, best of 3: 2.86 usec per loop 

需要注意的是，雖然genexp版本無疑更冷靜，在listcomp 爲稍快（可能不是通過足夠擔心，除非這個代碼是在一個緊密的內部循環，你正在努力優化鼻子;-)。像往常一樣，基於lambda的版本要慢得多，正如其他人提到的那樣 - lambda在Python中是一種「糟糕的關係」:-(。（（並不是說def的函數會在這裏執行得更好））