Question

我有一个数组a。我想创建一个双倍大小的新数组，其中items是x * 2和x * 3.

例如：a = [1,10,100] 结果必须为b = [2,3,20,30,200,300]

我知道这种（丑陋且非常慢）的方式：b = sum([[x*2,x*3] for x in a], [])

还有其他方式（我真的想要最短的方式:)？

Answer 1

这可以使用嵌套循环的列表推导来完成

In [4]: [y for x in a for y in (x * 2, x * 3)]
Out[4]: [2, 3, 20, 30, 200, 300]

似乎优于所有答案，但在numpy较大时会失去a解决方案。

Answer 2

您可以在列表推导中执行乘法，然后zip并展平结果列表。

>>> a = [1,10,100]
>>> b = [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
>>> b
[2, 3, 20, 30, 200, 300]

Answer 3

你可以通过以下几种方式做到这一点。下面是其中之一，使用numpy（第4行）：

In [1]: import numpy as np

In [2]: a = [1, 10, 100]

In [3]: %timeit sum([[x*2,x*3] for x in a], [])
1000000 loops, best of 3: 632 ns per loop

In [4]: %timeit x = np.array(a); np.array([x*2,x*3]).T.ravel()
100000 loops, best of 3: 3.25 µs per loop

你的方式更快！但这是因为a很小。当它变得更大时，numpy变得更好。

In [5]: a = range(1000)

In [6]: %timeit sum([[x*2,x*3] for x in a], [])
100 loops, best of 3: 2.37 ms per loop

In [7]: %timeit x = np.array(a); np.array([x*2,x*3]).T.ravel()
10000 loops, best of 3: 39.6 µs per loop

@ CoryKramer上面给出的答案包含了timeit结果，这对于小型阵列来说速度最快，但对于大型阵列而言也会失败：

In [10]: a = [1, 10, 100]

In [11]: %timeit [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
1000000 loops, best of 3: 853 ns per loop

In [12]: a = range(1000)

In [13]: %timeit [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
1000 loops, best of 3: 252 µs per loop

Answer 4

通常使用元组比列表更快：

>>> timeit.timeit("sum([[x*2,x*3] for x in (1,10,100)], [])", number=10000)
0.023060083389282227
>>> timeit.timeit("sum(((x*2,x*3) for x in (1,10,100)), ())", number=10000)
0.01667189598083496

使用包含多个元素的新项生成列表

4 个答案: