Question

我正在寻找类似的东西：

foo = [ p for p in somelist if xxx(p)][0:10]

这可行，但在所有列表上执行xxx，xxx很昂贵。

我可以编写一个子函数，例如

def blah (list, len): 
    res=[]; i=0; 
    while i<len: 
        if xxx(list[i]): 
            res.append(i) 
   return res

但这似乎非常不合情理。

证明第一个结果的例子是错误的：

foo = [ p for p in (1,2,3,4,5,0,6) if 100/p ][0:3]

哪个“应该”返回[1,2,3]但实际上在除以零时失败。

我已经尝试过itertools的各种工具但找不到在达到大小后停止执行迭代器的组合。

Answer 1

尝试itertools.islice：

from itertools import islice
foo = list(islice((p for p in (1,2,3,4,5,0,6) if 100/p), 4))

请注意缺少括号：这是generator comprehension

Answer 2

这与列表推导无关，但可以通过生成器理解来实现。

两者有什么区别？列表推导将一次迭代迭代，并根据您对iterable上项目的操作将列表返回给您。这里的关键是 all all 。

您的示例使用列表推导，然后会发生什么：首先评估列表推导。在你的情况下，它会失败，但即使它没有失败，它也会迭代迭代somelist中的所有内容，并且会返回结果列表。然后将此列表切片并返回新的结果列表。

发电机理解和发电机一般有不同的工作方式。它们基本上是暂停的代码块，直到您从它们请求更多数据，这是您真正想要做的。

实际上，您可以按如下方式创建生成器：

g = (p for p in (1,2,3,4,5,0,6) if 100/p )

根据＆＃34;规则＆＃34>您现在有一个生成器，当您请求时，它将为您生成值。你给了它。

只要您手头有一台发电机，就可以通过多种方式从中获取n项目。

您可以按如下方式编写一个简单的for循环：

results = []
for x in range(3): # n = 3 in your case
    results.append(next(g))

当然，这不是Pythonic。假设您想要一个列表，您现在可以使用列表解析：

results = [next(g) for x in range(3)]

这是＆＃34;手册＆＃34;这样做的方式。您还可以使用islice模块(Documentation here)中的itertools函数：

import itertools
results = list(itertools.islice(g, 4))

就是这样。生成器非常有用。在请求并记住其状态时执行的代码块是非常宝贵的。

Answer 3

通过使用内置过滤器和islice的组合，您可以实现您想要的效果。例如

length = 3
items_iter = islice(filter(None, [1, 2, 0, 4, 5]), length) # returns a lazy iterator
items = list(items_iter)
assert items == [1, 2, 5]

但是，您可能希望编写自己的生成器。生成器函数将生成连续项，而不是返回单个结果。有时它可能不会产生任何物品，有时它们会产生无限数量的物品。以下是您的案例示例：

def take_first_n_that_pass(test, length, iterator):
    i = 0
    for item in iterator:
        if i >= length:
            return # stops generator
        if test(item):
            yield item
            i += 1
    # end of iterator -- generator stops here as well

items_iter = take_first_n_that_pass(bool, 3, [0, 1, 2, 0, 4, 5])
items = list(items_iter)
assert items == [1, 2, 4]

如何返回传递测试的迭代器的前n项，而不对剩余部分运行测试

3 个答案: