我想计算域内偶数的总和。我有两种解决方案，但我不确定每种解决方案的优缺点。哪个是最优解？
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))
【问题讨论】：
标签： python
第二个真的应该只是一个生成器，而不是列表推导式（因为您实际上不需要创建一个列表来对生成器的输出求和）：
Cal2 = sum(n for n in domain if n % 2 == 0)
这是完成此任务的现在首选（“pythonic”）方式。
使用列表解析（包括[]，您原来的Cal2）是不利的，因为它实际上构造了一个要返回的列表对象，这有开销。
使用filter（您的Cal1）等同于生成器（没有-[] 版本），但需要更多的输入，并且读取不如仅使用生成器表达式（我上面贴的代码）。
【讨论】：
lambda 用于当您需要将短函数传递给某物时，该函数只是输入的基本转换。例如，Python 库中的一些 sort 函数允许您将函数传递给它们以比较两个项目，如果您想以非标准方式对列表进行排序 - 那么您可以使用类似 @987654330 @。另外，不客气。 :)
reduce(lambda acc, (i, x): acc ^ i ^ x, enumerate(arr), 0)stackoverflow.com/questions/2605766/…
以下是老式 Mac 笔记本电脑上各种版本的速度：
$ 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
请注意，虽然 genexp 版本无疑更酷，但 listcomp 稍微快一些（可能不足以担心，除非此代码处于您正在努力的紧密内部循环中优化鼻涕;-)。像往常一样，基于lambda 的版本要慢得多，正如其他人所提到的——lambda 在 Python 中是一种“不良关系”：-(。（（不是defined 函数会明显执行这里更好，要么））
【讨论】：
O(N) （每个都扣除了一些固定开销，但当然完全摊销了;-)，listcomp 的乘数稍微小一些，所以它的运行速度快了大约 10%（6% 和 15 % 在这两个实验中）——“除非代码处于紧密的内部循环中，否则不必担心”，正如我在 A 中所说的！
128 vs 120 ms）。用n & 1 替换n % 2 得到104 与93 毫秒。在 Python3 上，listcomp 比genexpr 稍快。在 ideone listcomp 上总是比genexpr ideone.com/DNGpm ideone.com/8vybt
您的第二种方法是所谓的列表理解。列表推导式可用于实现您以前使用 filter 和 map 之前的语言介绍。请参阅this previous question，了解与您所要求的类似的关于列表推导与地图的讨论。
正如Amber 所写，推荐的 Pythonic 方法是使用生成器。通过列表理解，您的整个过滤列表将被构建，然后求和。使用生成器，它会随着它的进行而被求和，而不会在内存中拥有完整的列表。当您处理超过 10 个项目时，这会产生更大的不同。
【讨论】：
+1 其他出色的答案。
奖励：生成器表达式更快...
$ 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
【讨论】：