我不是在寻找一个解决方案(我有两个; ),而是在洞察力的基础上比较每个解决方案的优缺点,考虑到python的内部特性。谢谢!
对于同事,我们希望为所有元素提取两个连续列表元素之间的差异。因此,关于清单:
[1,2,4]预期产出如下:
[1,2](自2-1 = 1,4-2 = 2)。
我们提出了两个解决方案,我不知道它们如何比较。第一个非常类似于C,它将列表视为一个表,并将两个连续的list元素之间的差异减为子字符串。
res = []
for i in range(0, len(a)-1):
res.append(a[i+1] - a[i])第二个是(关于“l”的列表),我认为,更多的是pythonic:
[j - i for i,j in zip(l[:-1], l[1:])]但是,构建两个列表副本,然后提取这些差异,难道不是效率低得多吗?Python如何在内部处理这个问题?
谢谢你的洞察力!
发布于 2014-07-22 15:24:28
带发电机的:
def diff_elements(lst):
"""
>>> list(diff_elements([]))
[]
>>> list(diff_elements([1]))
[]
>>> list(diff_elements([1, 2, 4, 7]))
[1, 2, 3]
"""
as_iter = iter(lst)
last = next(as_iter)
for value in as_iter:
yield value - last
last = value它具有以下优点:
发布于 2014-07-22 14:44:36
如果我理解你的问题,我建议你用这样的方法:
diffList = lambda l: [(l[i] - l[i-1]) for i in range(1, len(l))]
answer = diffList( [ 1,2,4] )此函数将为您提供一个列表,其中包含输入列表中所有连续元素之间的差异。
这个方法和你的第一种方法相似(而且还有点节奏感),什么方法比第二种方法更有效。
发布于 2014-07-22 15:03:31
没有兰巴达:
[l[i+1] - l[i] for i in range(len(l) - 1)]例:
>>> l = [1, 4, 8, 15, 16]
>>> [l[i+1] - l[i] for i in range(len(l) - 1)]
[3, 4, 7, 1]如您所见(编辑:在https://stackoverflow.com/a/2400875/1171280中添加投票最多的解决方案):
>>> import timeit
>>>
>>> s = """\
... l = [1, 4, 7, 15, 16]
... [l[i+1] - l[i] for i in range(len(l) - 1)]
... """
>>> r = """\
... l = [1, 4, 7, 15, 16]
... [j - i for i,j in zip(l[:-1], l[1:])]
... """
>>> t = """\
... l = [1, 4, 7, 15, 16]
... [j-i for i, j in itertools.izip(l[:-1], l[1:])]
... """
>>> timeit.timeit(stmt=s, number=100000)
0.09615588188171387
>>> timeit.timeit(stmt=s, number=100000)
0.09774398803710938
>>> timeit.timeit(stmt=s, number=100000)
0.09683513641357422
#-------------
>>> timeit.timeit(stmt=r, number=100000)
0.14137601852416992
>>> timeit.timeit(stmt=r, number=100000)
0.12511301040649414
>>> timeit.timeit(stmt=r, number=100000)
0.12285017967224121
#-------------
>>> timeit.timeit(stmt=t, number=100000)
0.11506795883178711
>>> timeit.timeit(stmt=t, number=100000)
0.11677718162536621
>>> timeit.timeit(stmt=t, number=100000)
0.11829996109008789https://stackoverflow.com/questions/24890259
复制相似问题