itertools.accumulate() 与 functools.reduce()答案

【问题标题】：itertools.accumulate() versus functools.reduce()itertools.accumulate() 与 functools.reduce()
【发布时间】：2012-12-17 10:33:07
【问题描述】：

在 Python 3.3 中，itertools.accumulate() 通常重复地对提供的迭代应用加法运算，现在可以将函数参数作为参数；这意味着它现在与functools.reduce() 重叠。粗略一看，现在两者之间的主要区别似乎是：

accumulate() 默认为求和，但不允许您显式提供额外的初始条件，而 reduce() 不默认为任何方法，但允许您提供用于 1/0 元素序列的初始条件，并且李>
accumulate() 先取可迭代，而reduce() 先取函数。

两者之间还有其他区别吗？或者这只是最初不同用途的两个函数的行为问题，随着时间的推移开始收敛？

【问题讨论】：

【解决方案1】：

accumulate 似乎保留了之前的结果，而reduce（在其他语言中称为折叠）则不一定。

例如list(accumulate([1,2,3], operator.add)) 将返回 [1,3,6] 而普通折叠将返回 6

另外（只是为了好玩，不要这样做）您可以根据reduce 定义accumulate

def accumulate(xs, f):
    return reduce(lambda a, x: a + [f(a[-1], x)], xs[1:], [xs[0]])

【讨论】：

我猜你的意思是operator.add。另外，我不知道最后一个 sn-p 是否真的有帮助：1）它返回一个列表，而 itertools.accumulate 返回一个可迭代的，2）它非常低效:)
请参阅here 以获得更好的实施。

【解决方案2】：

您可以在文档中看到有什么区别。 reduce 返回一个单个结果，即序列的总和、乘积等。 accumulate 在所有中间结果上返回一个迭代器。基本上，accumulate 在reduce 操作的每个步骤的结果上返回一个迭代器。

【讨论】：

【解决方案3】：

itertools.accumulate 类似于reduce，但返回一个生成器* 而不是一个值。该生成器可以为您提供所有中间步骤值。所以基本上 reduce 给了你积累的最后一个元素。

*生成器类似于迭代器，但只能迭代一次。

【讨论】：