Question

我有一份布尔人名单：

[True, True, False, False, False, True]

我正在寻找一种方法来计算列表中True的数量（所以在上面的示例中，我希望返回为3。）我找到了寻找的示例特定元素的出现次数，但是因为我和布尔人一起工作，有没有更有效的方法呢？我正在考虑类似于all或any的内容。

Answer 1

True等于1。

>>> sum([True, True, False, False, False, True])
3

Answer 2

list有count方法：

>>> [True,True,False].count(True)
2

这实际上比sum更有效，并且对意图更加明确，因此没有理由使用sum：

In [1]: import random

In [2]: x = [random.choice([True, False]) for i in range(100)]

In [3]: %timeit x.count(True)
970 ns ± 41.1 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [4]: %timeit sum(x)
1.72 µs ± 161 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

Answer 3

如果您只关注常量True，那么简单的sum就可以了。但是，请记住，在Python中，其他值也会评估为True。更强大的解决方案是使用bool内置：

>>> l = [1, 2, True, False]
>>> sum(bool(x) for x in l)
3

更新：这是另一个同样强大的解决方案，具有更透明的优势：

>>> sum(1 for x in l if x)
3

P.S。 Python琐事：True 可以为真而不是1.警告：不要在工作中尝试这个！

>>> True = 2
>>> if True: print('true')
... 
true
>>> l = [True, True, False, True]
>>> sum(l)
6
>>> sum(bool(x) for x in l)
3
>>> sum(1 for x in l if x)
3

更加邪恶：

True = False

Answer 4

您可以使用sum()：

>>> sum([True, True, False, False, False, True])
3

Answer 5

只是为了完整＆＃39;清酒（sum通常更可取），我想提一下，我们也可以使用filter来获得真正的价值。在通常情况下，filter接受一个函数作为第一个参数，但如果你传递它None，它将过滤所有＆＃34; truthy＆＃34;值。这个功能有点令人惊讶，但有很好的文档记录，适用于Python 2和3。

版本之间的区别在于，Python 2 filter会返回一个列表，因此我们可以使用len：

>>> bool_list = [True, True, False, False, False, True]
>>> filter(None, bool_list)
[True, True, True]
>>> len(filter(None, bool_list))
3

但是在Python 3中，filter返回一个迭代器，因此我们无法使用len，如果我们想避免使用sum（出于任何原因）我们需要求助于将迭代器转换为列表（这使得它不那么漂亮）：

>>> bool_list = [True, True, False, False, False, True]
>>> filter(None, bool_list)
<builtins.filter at 0x7f64feba5710>
>>> list(filter(None, bool_list))
[True, True, True]
>>> len(list(filter(None, bool_list)))
3

Answer 6

首先运行bool更安全。这很容易做到：

>>> sum(map(bool,[True, True, False, False, False, True]))
3

然后，您将把Python认为正确或错误的所有内容都捕获到相应的存储桶中：

>>> allTrue=[True, not False, True+1,'0', ' ', 1, [0], {0:0}, set([0])]
>>> list(map(bool,allTrue))
[True, True, True, True, True, True, True, True, True]

如果您愿意，可以使用理解：

>>> allFalse=['',[],{},False,0,set(),(), not True, True-1]
>>> [bool(i) for i in allFalse]
[False, False, False, False, False, False, False, False, False]

Answer 7

我更喜欢len([b for b in boollist if b is True])（或者相当于generator-expression），因为它非常不言自明。比Ignacio Vazquez-Abrams提出的答案更不“神奇”。

或者，你可以这样做，仍然假设bool可以转换为int，但不假设True的值： ntrue = sum(boollist) / int(True)

Answer 8

在阅读完有关该问题的所有答案和评论后，我想做一个小实验。

我生成了50,000个随机布尔值，并在它们上分别调用了def save_result 4.times do @result = Result.create(res_params) end end def testpage @question = Question.find(params[:id]) @answers = @question.answers @result = Result.new end def res_params params.require(:result).permit(:user_id, :question_id, :answer_id, :isright) end和sum。

这是我的结果：

count

可以肯定的是，我又重复了几次：

>>> a = [bool(random.getrandbits(1)) for x in range(50000)]
>>> len(a)
50000
>>> a.count(False)
24884
>>> a.count(True)
25116
>>> def count_it(a):
...   curr = time.time()
...   counting = a.count(True)
...   print("Count it = " + str(time.time() - curr))
...   return counting
... 
>>> def sum_it(a):
...   curr = time.time()
...   counting = sum(a)
...   print("Sum it = " + str(time.time() - curr))
...   return counting
... 
>>> count_it(a)
Count it = 0.00121307373046875
25015
>>> sum_it(a)
Sum it = 0.004102230072021484
25015

如您所见，>>> count_it(a) Count it = 0.0013530254364013672 25015 >>> count_it(a) Count it = 0.0014507770538330078 25015 >>> count_it(a) Count it = 0.0013344287872314453 25015 >>> sum_it(a) Sum it = 0.003480195999145508 25015 >>> sum_it(a) Sum it = 0.0035257339477539062 25015 >>> sum_it(a) Sum it = 0.003350496292114258 25015 >>> sum_it(a) Sum it = 0.003744363784790039 25015比count快3倍。因此，我建议像在sum中一样使用count。

Python版本：3.6.7
CPU核心：4
RAM大小：16 GB
操作系统：Ubuntu 18.04.1 LTS

计算Python列表中的True Booleans数量

8 个答案: