Python - 最有用的列表理解構建

-1

Python的用戶列表理解構建是最有用的？Python - 最有用的列表理解構建

我已經創建了以下兩個量詞，我用做不同的驗證操作：

def every(f, L): return not (False in [f(x) for x in L]) 
def some(f, L): return True in [f(x) for x in L]

優化的版本（requres的Python 2.5+）的建議如下：

def every(f, L): return all(f(x) for x in L) 
def some(f, L): return any(f(x) for x in L)

所以，怎麼運行的？

"""For all x in [1,4,9] there exists such y from [1,2,3] that x = y**2""" 
answer = every([1,4,9], lambda x: some([1,2,3], lambda y: y**2 == x))

使用這樣的操作，你可以很容易做到智能驗證，如：

"""There exists at least one bot in a room which has a life below 30%""" 
answer = some(bots_in_this_room, lambda x: x.life < 0.3)

等等，你可以回答，即使使用這樣的量詞非常複雜的問題。當然，Python中沒有無限的列表（嘿，它不是Haskell :)），但是Python的列表解析非常實用。

你有自己喜歡的名單，理解建築？

PS：我想知道，爲什麼大多數人往往不會回答問題但批評的例子？問題是關於最愛列表 - 理解建構。

來源

2009-11-23 psihodelia

社區維基，如果有的話 – 2009-11-23 15:47:09

這些功能都是自2.5開始構建的。 http://docs.python.org/library/functions.html – 2009-11-23 15:47:57

@Fred：更高效。 – 2009-11-23 15:49:13

爲了您的信息，python 3.x中的模塊itertools的文檔列出了一些相當不錯的生成器函數。

來源

2009-11-23 16:44:59

any

和all是從2.5標準Python的一部分。沒有必要製作你自己的版本。如果可能，any和all的正式版本也會短路評估，從而提高性能。你的版本總是迭代整個列表。

如果你想接受謂詞版本，使用這樣的事情，充分利用現有的any和all功能：

def anyWithPredicate(predicate, l): return any(predicate(x) for x in l) 
def allWithPredicate(predicate, l): return all(predicate(x) for x in l)

我並不特別看需要對這些功能雖然，因爲它不真的不會節省很多打字。

此外，隱藏現有標準的Python功能與自己的函數具有相同的名稱，但不同的行爲是不好的做法。

來源

2009-11-23 15:48:23

完全錯誤。可能我選擇了令人困惑的名字。在Python中，所有的和完全不同的東西！如果bool（x）對於迭代中的所有值x都爲True，那麼Python的buildin全部返回True。我的功能需要2個參數 - 一個函數和一個列表。 – psihodelia 2009-11-23 15:54:36

謂詞是封閉的.net術語。這是我第一次記得在python中看到它。真的anyWithPredicate是一個非標準的Python命名約定一般 – 2009-11-23 16:00:14

從http://docs.python.org/library/itertools.html「itertools.dropwhile（predicate，iterable）」 – 2009-11-23 16:04:34

該解決方案內建陰影一般爲壞主意。然而，使用感覺相當pythonic，它保留了原有的功能。

注有幾種方法可以潛在地優化此基礎上的測試，包括移動進口伸到模塊級和改變F公司默認爲無並測試它，而不是使用默認的λ和我一樣。

def any(l, f=lambda x: x): 
    from __builtin__ import any as _any 
    return _any(f(x) for x in l) 

def all(l, f=lambda x: x): 
    from __builtin__ import all as _all 
    return _all(f(x) for x in l)

只是把它放在那裏考慮，看看人們怎麼看待這麼做可能會變得很髒。

來源

2009-11-23 16:06:35

這就是我一直希望內建工作的方式。 – 2009-11-23 16:31:59

有不是所有的許多情況下，列表解析（LC的簡稱）將基本上比等效發生器表達更爲有用（GE爲短，即，使用圓括號代替方括號，一次生成一個項目，而不是「在開始時全部批量生成」）。

有時，您可以通過「投資」額外的內存來一次保存列表，這取決於一種或另一種Python版本的優化和垃圾回收的變幻莫測，但可以獲得一點額外的速度， LC對GE的有用性。

實質上，與GE相比，爲了從LC中獲得大量的額外用量，您需要在序列上本質上需要「多次通過」的用例。在這種情況下，通用電氣會要求您每次都要生成一次序列，而使用LC可以生成序列一次，然後在其上執行多次通過（僅支付一次發電成本）。如果GE/LC基於不平凡的可重新啓動的基礎迭代器（例如，實際上是Unix管道的「文件」），那麼多次生成也可能會產生問題。

例如，假設您正在讀取一個非空白的打開文本文件f，它有一串由空格分隔的數字（文本表示）（包括換行符，空行等）。你可以將其轉化爲數字與無論是GE的順序：

G = (float(s) for line in f for s in line.split())

或LC：

L = [float(s) for line in f for s in line.split()]

哪一個更好？取決於你在做什麼（即用例！）。如果你想要的只是總和，總和（G）和總和（L）也可以。如果你想得到平均值，那麼和（L）/ len（L）對於列表來說是好的，但對於發生器不起作用 - 考慮到「重新啓動f」的困難，爲了避免中間列表，你必須這樣做：

tot = 0.0 
for i, x in enumerate(G): tot += x 
return tot/(i+1)

無處爲活潑，快速，簡潔大方爲return sum(L)/len(L)。

記住sorted(G)並返回一個列表（不可避免的），所以L.sort()（這是就地）是大致相當於在這種情況下 - 排序（L）將份外（因爲現在你有2名名單）。因此，當需要分類時，簡單地說，簡單起見，發電機通常是優選的。總而言之，由於L與list(G)完全相同，所以很難對通過標點符號（方括號而不是圓括號）表達它的能力感到非常興奮，而不是像單個的，簡短的，可讀的和明顯的詞一樣list ;-)。這就是所有的LC - 基於標點符號的語法快捷方式list(some_genexp) ...！

來源

2009-11-23 16:38:34

Python - 最有用的列表理解構建

回答

相關問題