需要帮助使用 List Comprehensions 改进 Python 代码答案

【问题标题】：Help needed improving Python code using List Comprehensions需要帮助使用 List Comprehensions 改进 Python 代码
【发布时间】：2009-07-09 02:51:36
【问题描述】：

我一直在家里编写一些小的 Python 程序来了解有关该语言的更多信息。我试图理解的最新功能是列表理解。我创建了一个小脚本，根据我过去换油的频率来估计我的汽车何时需要下一次换油。在下面的代码 sn-p 中，oil_changes 是我换油的里程列表。

# Compute a list of the mileage differences between each oil change.
diffs = [j - i for i, j in zip(oil_changes[:-1], oil_changes[1:])]

# Use the average difference between oil changes to estimate the next change.
next_oil = oil_changes[-1] + sum(diffs) / len(diffs)

代码产生了正确的答案（手动进行数学检查），但感觉还不是很 Pythonic。我是否对第一行的原始列表做了很多不必要的复制？我觉得有更好的方法可以做到这一点，但我不知道它是什么。

【问题讨论】：

标签： python list-comprehension

【解决方案1】：

正如其他答案所指出的，除非您的 oil_changes 列表非常长，否则您不必担心。但是，作为“基于流”计算的粉丝，我认为有趣的是，itertools 提供了在 O(1) 空间（和 O(N) 时间）计算 next_oil 值所需的所有工具当然！-) 无论 N 有多大，即len(next_oil)，都会得到。

izip 本身是不够的，因为它只会减少一点乘法常数，但会使您的空间需求为 O(N)。将这些要求降低到 O(1) 的关键想法是将 izip 与 tee 配对——并避免列表理解，无论如何这在空间中都是 O(N)，有利于一个简单的旧 -老式循环！-)。来了：

  it = iter(oil_changes)
  a, b = itertools.tee(it)
  b.next()
  thesum = 0
  for thelen, (i, j) in enumerate(itertools.izip(a, b)):
    thesum += j - i
  last_one = j
  next_oil = last_one + thesum / (thelen + 1)

我们不是从列表中获取切片，而是在其上获取一个迭代器，对其进行 tee（制作两个可独立推进的克隆），然后推进一次其中一个克隆，b。 tee 占用空间 O(x)，其中 x 是各个克隆的进步之间的最大绝对差；在这里，两个克隆的进度最多相差1，所以空间需求显然是O(1)。

izip 对两个稍微歪斜的克隆迭代器进行一次一个“压缩”，我们将其修饰为enumerate，以便我们可以跟踪我们通过循环的次数，即我们正在迭代的可迭代对象的长度（我们需要在最终表达式中加上 +1，因为enumerate 从 0 开始！-）。我们使用简单的+= 计算总和，这对于数字来说很好（sum 更好，但它不会跟踪长度！-)。

在循环之后使用last_one = a.next() 很诱人，但这不会起作用，因为a 实际上已经用尽了——izip 从左到右推进它的参数迭代，所以它之前最后一次推进了a它意识到b 结束了！-)。没关系，因为 Python 循环变量的范围不限于循环本身——在循环之后，j 仍然具有在izip 放弃之前通过推进b 最后提取的值（就像thelen仍然有enumerate 返回的最后一个计数值）。我仍然将值命名为last_one，而不是在最终表达式中直接使用j，因为我认为它更清晰易读。

就是这样--我希望它具有指导意义！-)--尽管对于您这次提出的具体问题的解决方案，它几乎可以肯定是矫枉过正。我们意大利人有一句古老的谚语——“Impara l'Arte, e mettila da parte！”……“学习艺术，然后把它放在一边”——我认为这句话在这里很适用：学习是件好事解决非常困难的问题的高级和复杂的方法，以防万一你遇到它们，但是在更常见的简单、普通问题的情况下，你需要采取简单和直接的方式——不要应用最有可能获胜的高级解决方案'不需要！-)

【讨论】：

似乎总是需要权衡取舍。根据 timeit，您的代码在此处的答案中是最慢的。
对于简短的列表，它可能是；在 oil_changes 中尝试几百万个项目的各种方法，比如说...;-)
值得注意的是，构造 tee+next+izip 通常被抽象为 pairwise()，详见 itertools 文档。另一方面，在循环外使用 for 变量（尽管解释器和 Python 社区都接受）恕我直言非常难看。也就是说，一个更实用（在 FP 意义上）的解决方案对于新手来说更难理解，并且可能不被视为“Pythonic”（因为它会使用如此讨厌的 reduce/foldl）。

【解决方案2】：

试试这个：

assert len(oil_changes) >= 2
sum_of_diffs = oil_changes[-1] - oil_changes[0]
number_of_diffs = len(oil_changes) - 1
average_diff = sum_of_diffs / float(number_of_diffs)

【讨论】：

这显然是获得答案的最佳方式，但那样我就不会学到任何关于列表理解的知识。无论如何+1。 :-)
学习技巧 X 应该包括在没有必要时不使用技巧 X——参见 Alex 的意大利谚语。请注意，答案中仅使用第一个和最后一个距离这一事实表明，差值的算术平均值的预测能力可能不是那么大。这里有一个更好的例子来尝试你的技术：计算指数移动平均线（最近的结果比早期的结果有更大的权重）——它不能被优化成单线。

【解决方案3】：

itertools 包提供了额外的生成器样式函数。例如，您可以使用izip 代替zip 来节省一些内存。

您也可以编写一个average 函数，这样您就可以将diffs 变成一个生成器，而不是列表推导：

from itertools import izip

def average(items):
    sum, count = 0, 0

    for item in items:
        sum   += item
        count += 1

    return sum / count

diffs = (j - i for i, j in izip(oil_changes[:-1], oil_changes[1:])
next_oil = oil_changes[-1] + average(diffs)

或者，您可以将diffs 的定义更改为：

diffs = [oil_changes[i] - oil_changes[i-1] for i in xrange(1, len(oil_changes))]

我不知道，这并不是一个巨大的进步。你的代码是相当不错的。

【讨论】：

有趣的是，您对 diffs 的替代定义会导致此处的答案中运行时间最快（当然 John Machin 的答案除外）。
如果 len(items)>0，平均可以是 sum(items)/len(items)？

【解决方案4】：

看起来不错，真的。并非一切都是简单的（无论您如何构建它，您在其他简单的计算中都有几个步骤）。有一些选项可以减少副本，例如使用 itertools.islice 和 itertools.izip，但是（除了 izip）代码中的额外步骤只会使其更加复杂。并非所有内容都需要列表理解，但有时它是一个判断电话。什么对你来说看起来更干净？下一个阅读它的人最能理解什么？当你在三个月后回来修复那个 bug 时，你会明白什么？

【讨论】：

【解决方案5】：

我是不是做了很多不必要的抄袭在第一个原始列表中行吗？

从技术上讲，是的。实际上，没有。除非您实际上已经更换了数百万次机油，否则速度损失不太可能是显着的。您可以将zip 更改为izip，但这似乎不值得（在python 3.0 中，zip 实际上是 izip）。

在此处插入 old quote by Knuth。

（您也可以将oil_changes[:-1] 替换为oil_changes，因为zip() 无论如何都会截断最短输入序列的长度）

【讨论】：