避免在列表理解中多次调用同一函数[重复]答案

【问题标题】：Avoiding multiple calls to the same function in a list comprehension [duplicate]避免在列表理解中多次调用同一函数[重复]
【发布时间】：2020-06-23 15:54:58
【问题描述】：

我有一个返回如下元组的函数：

def foo(i,j):
    # does stuff
    return (m,n)

我想对两个输入进行双重列表理解，并获得返回元组中两个元素之和的值。我能想到的最简单的方法是：

[foo(i,j)[0] + foo(i,j)[1] for i in x for j in y]

这种方法的问题是foo 每对i,j 被调用两次，使得列表理解比必要的慢。如何更改列表理解，以便每对 i,j 只调用一次 foo？

【问题讨论】：

标签： python python-3.x

【解决方案1】：

您可以在 Python 3.8+ 中使用Walrus operator

[p[0] + p[1] for i in x for j in y if (p := foo(i,j))]

需要 if 条件才能使其成为双 for 循环的有效用法（单 for 循环不需要）。但是，如果总是 True 因为 foo 返回一个元组。

更好的版本（由@MisterMiyagi 提供）

[(p:=foo(i, j))[0] + p[1] for i in x for j in y]

这需要 if 条件。

【讨论】：

不错 :-) 不熟悉这个
接受这个答案，因为它是最通用的
@bleutooth65--是的，Walrus 是 3.8+ 的一个很棒的功能。
不需要危险的if 子句！请改用[(p:=foo(i, j)[0] + p[1] for i in x for j in y]。
@MisterMiyagi——你的表达有误吗？我按原样使用时出现语法错误：p := foo(i,j)] ^ SyntaxError: invalid syntax

【解决方案2】：

试试这个：

[sum(foo(i,j)) for i in x for j in y]

【讨论】：

【解决方案3】：

试试Python内置的sum()函数：

[sum(foo(i,j)) for i in x for j in y]

样本运行：

def foo(m,n):
    print(f'called: foo({m},{n})')
    return m,n

x = [1,2]
y = [3,4]

print('Run without sum() - expect 8 calls')
[foo(i,j)[0] + foo(i,j)[1] for i in x for j in y]

print('\nRun with sum() - expect 4 calls')
[sum(foo(i,j)) for i in x for j in y]

> Run without sum() - expect 8 calls
> called: foo(1,3)
> called: foo(1,3) 
> called: foo(1,4) 
> called: foo(1,4)
> called: foo(2,3) 
> called: foo(2,3) 
> called: foo(2,4) 
> called: foo(2,4)
> [4, 5, 5, 6]
>
> Run with sum() - expect 4 calls
> called: foo(1,3)
> called: foo(1,4)
> called: foo(2,3)
> called: foo(2,4)
> [4, 5, 5, 6]

【讨论】：

【解决方案4】：

operator 模块提供所有运算符作为一流的函数。 operator.add(a, b) 等价于a + b，operator.add(*ab) 等价于operator.add(ab[0], ab[1])。

from operator import add
[add(*foo(i,j)) for i in x for j in y]

使用add 比sum 稍快：

In [1]: %timeit [add(*foo(i, j)) for i in range(50) for j in range(50)]
409 µs ± 8.27 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [2]: %timeit [sum(foo(i, j)) for i in range(50) for j in range(50)]
554 µs ± 5.97 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [3]: %timeit [add(*foo(i, j)) for i in range(500) for j in range(500)]
47.2 ms ± 215 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [4]: %timeit [sum(foo(i, j)) for i in range(500) for j in range(500)]
61.5 ms ± 215 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

【讨论】：