如何在python中找到“过滤器”对象的长度答案

【问题标题】：How to find the length of a "filter" object in python如何在python中找到“过滤器”对象的长度
【发布时间】：2013-10-11 12:12:47
【问题描述】：

>>> n = [1,2,3,4]

>>> filter(lambda x:x>3,n)
<filter object at 0x0000000002FDBBA8>

>>> len(filter(lambda x:x>3,n))
Traceback (most recent call last):
  File "<pyshell#3>", line 1, in <module>
    len(filter(lambda x:x>3,n))
TypeError: object of type 'filter' has no len()

我无法得到我得到的列表的长度。所以我试着把它保存到一个变量中，像这样......

>>> l = filter(lambda x:x>3,n)
>>> len(l)
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    len(l)
TypeError: object of type 'filter' has no len()

除了使用循环之外，有什么办法可以得到这个的长度吗？

【问题讨论】：

没有办法知道生成器在生成对象之前会生成多少对象。如果您关心优化，您可以使用先验信息来加快速度 - 即，如果您知道您的列表已排序，您可以丢弃 index(3) 下方的项目。

标签： python-3.x filter variable-length

【解决方案1】：

您必须以某种方式遍历过滤器对象。一种方法是将其转换为列表：

l = list(filter(lambda x: x > 3, n))

len(l)  # <--

但这可能会破坏首先使用filter() 的意义，因为您可以通过列表理解更轻松地做到这一点：

l = [x for x in n if x > 3]

同样，len(l) 将返回长度。

【讨论】：

这是最简单的方法，但不是真正正确的方法。我更喜欢 Al Hoo 和 tso 的回答。可惜python内部不支持reduce方式！
如果n 非常大，此解决方案会占用大量额外内存。
注意你不能做next(l)，因为过滤器对象已经以某种方式“使用”了。

【解决方案2】：

这是一个老问题，但我认为这个问题需要使用 map-reduce 思想来回答。所以在这里：

from functools import reduce

def ilen(iterable):
    return reduce(lambda sum, element: sum + 1, iterable, 0)

ilen(filter(lambda x: x > 3, n))

如果n 不适合计算机内存，这尤其有用。

【讨论】：

这比使用列表迭代的 len 快吗？
不是用python，但是如果你想优化一些需要过滤对象长度的算法，建立一个列表来计算长度并不是最优的方式。
请注意，reduce 在 Python 3.0 及更高版本中被故意从标准库中删除。关于为什么做出决定的更多细节可以在 Guido van Rossum 的这个帖子中找到：artima.com/weblogs/viewpost.jsp?thread=98196

【解决方案3】：

将过滤器转换为列表会占用额外的内存，这对于大量数据可能是不可接受的。您可以在不将其转换为列表的情况下找到过滤器对象的长度：

sum(1 for _ in filter(lambda x: x > 3, n))

【讨论】：

【解决方案4】：

python 3 的 docs 表示它返回一个迭代器

"从可迭代的那些元素构造一个迭代器函数返回 true。”

在 python 2 中它返回了一个列表：见here。您将需要迭代过滤器对象以找到它的长度。

【讨论】：

【解决方案5】：

一般来说，filter 和 reduce 不是 pythonic。

@arshajii 提到了这个解决方案：

len([x for x in n if x > 3])

这很简单，但并没有描述您真正想要做什么，它会创建一个可能会使用一些额外内存的列表。更好的解决方案是使用 sum 和生成器：

sum(1 for x in n if x > 3)

（在此处查看有关生成器的更多信息：https://www.python.org/dev/peps/pep-0289/#rationale）

然而，sum 与生成器在大多数情况下实际上速度较慢，因为实现（在 CPython 3.6.4 中测试）：

In [1]: %timeit len([1 for x in range(10000000)])
356 ms ± 17.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [2]: %timeit sum(1 for x in range(10000000))
676 ms ± 7.05 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

【讨论】：