Question

以下是场景：给定 n 列表（长度相同）和整数（实际上长度相同）累加器，就地积累元素和。就地约束在这里是因为我在列表的字典中累积值（哼......很不清楚，请看下面的例子）

编辑：我正在寻找一个不涉及numpy的解决方案

# My lists are long (they are actually pixels in 1000x1000 images)
# but I keep l low for the sake of the example
l = 5

# Values here are arbitrary and won't be repeated in the real word
# e.g. list 1 might be [41,15,0,2,3], etc.
lists = [
   {'id': 1, 'values': [12]*l},
   {'id': 2, 'values': [42]*l},
   {'id': 2, 'values': [25]*l},
   {'id': 1, 'values': [6]*l},
]

maps = {
  1: [0]*l,
  2: [0]*l
}

for item in lists:
  # Get the "target" for this list
  target = maps[item['id']]

  # Element-wise addition of item['values'] to target here!

  # This won't work
  target = map(lambda x,y:x+y, target, item['values'])
  # This neither
  target = [(x+y) for x,y in itertools.izip(target,item['values'])]

  # For either of the previous to work, I need to re-assign
  # the result to 'target', like so
  maps[item['id']] = target

虽然它有效但我可以专业地使用它，但我个人不能。

今晚有人能让我睡得更好吗？

Answer 1

看看numpy。您的代码可以写成：

import numpy as np

l = 5
lists = [
   {'id': 1, 'values': np.array([12]*l)},
   {'id': 2, 'values': np.array([42]*l)},
   {'id': 2, 'values': np.array([25]*l)},
   {'id': 1, 'values': np.array([6]*l)},
]

maps = {
  1: np.zeros(l),
  2: np.zeros(l)
}

for item in lists:
   maps[item['id']] += item['values']

您也可以将其调整为2D（图像），无需进一步循环。

Answer 2

看起来您正在尝试使用字典列表作为表，您应该考虑使用专业数据类型（已针对此进行了优化）。我的建议是panda's dataframe。

Answer 3

虽然我没有花时间真正弄清楚你的代码，但在我看来，这样的东西可以起作用：

target[:] = [(x+y) for x,y in itertools.izip(target,item['values'])]

唯一的区别是target[:]而不是target。分配给列表的切片时，可以进行该分配。考虑：

a = [1,2,3,4]
a[1:3] = ["foo","bar"]
print(a)  # [1, 'foo', 'bar', 4]

这会创建一个临时列表（至少在CPython中 - 也许类似于使用JIT编译的pypy可以优化它...）。为避免这种情况，您可以使用生成器（尽管您的代码执行速度可能会受到影响）：

a[1:3] = (x for x in iterable)

所以你的最终解决方案可能是（未经测试的）：

target[:] = ((x+y) for x,y in itertools.izip(target,item['values']))

Answer 4

如果您在添加target时真的试图避免临时性，为什么不做以下事情：

for (i, v) in enumerate(item['values']):
    target[i] += v

在你的循环中

？当您修改target时，无需将其重新分配给maps[item["id"]] ...

Answer 5

这种混淆是否源于重新分配变量target。请考虑以下事项：

x = [3]
target = x[0] # target = 3
target = 4
print x # prints [3] # x has not been changed

您可以在一行中进行此就地更改，而不是分配给虚拟变量target。类似于：

maps[item['id']] = map(lambda x,y:x+y, maps[item['id']], item['values'])

Python元素就地添加

5 个答案: