按元素添加2个列表？

我现在有了：

list1 = [1, 2, 3]
list2 = [4, 5, 6]

我希望有：

[1, 2, 3]
 +  +  +
[4, 5, 6]
|| || ||
[5, 7, 9]

只是两个列表的逐个元素相加。

我当然可以迭代这两个列表，但是我不想这样做。

什么是最Python的方式这样做的？

使用map有operator.add：

>>> from operator import add
>>> list( map(add, list1, list2) )
[5, 7, 9]

或zip具有列表理解：

>>> [sum(x) for x in zip(list1, list2)]
[5, 7, 9]

时序比较：

>>> list2 = [4, 5, 6]*10**5
>>> list1 = [1, 2, 3]*10**5
>>> %timeit from operator import add;map(add, list1, list2)
10 loops, best of 3: 44.6 ms per loop
>>> %timeit from itertools import izip; [a + b for a, b in izip(list1, list2)]
10 loops, best of 3: 71 ms per loop
>>> %timeit [a + b for a, b in zip(list1, list2)]
10 loops, best of 3: 112 ms per loop
>>> %timeit from itertools import izip;[sum(x) for x in izip(list1, list2)]
1 loops, best of 3: 139 ms per loop
>>> %timeit [sum(x) for x in zip(list1, list2)]
1 loops, best of 3: 177 ms per loop

其他人给出了如何在纯python中执行此操作的示例。如果要对具有100.000个元素的数组执行此操作，则应使用numpy：

In [1]: import numpy as np
In [2]: vector1 = np.array([1, 2, 3])
In [3]: vector2 = np.array([4, 5, 6])

现在，按元素进行加法与

In [4]: sum_vector = vector1 + vector2
In [5]: print sum_vector
[5 7 9]

就像在Matlab中一样。

与Ashwini最快版本进行比较的时间：

In [16]: from operator import add
In [17]: n = 10**5
In [18]: vector2 = np.tile([4,5,6], n)
In [19]: vector1 = np.tile([1,2,3], n)
In [20]: list1 = [1,2,3]*n
In [21]: list2 = [4,5,6]*n
In [22]: timeit map(add, list1, list2)
10 loops, best of 3: 26.9 ms per loop

In [23]: timeit vector1 + vector2
1000 loops, best of 3: 1.06 ms per loop

因此这快25倍！但是请使用适合您情况的东西。对于一个简单的程序，您可能不想安装numpy，因此请使用标准python（我发现Henry的版本是最Pythonic 的版本）。如果您正认真处理数字，numpy那么就进行繁重的工作。对于速度怪胎：似乎numpy解决方案的运行速度更快n = 8。

[a + b for a, b in zip(list1, list2)]

如其他人所述，一种快速且节省空间的解决方案是使用numpy（np）及其内置的矢量处理功能：

1.脾气暴躁

x = np.array([1,2,3])
y = np.array([2,3,4])
print x+y

2.内置

2.1 Lambda

list1=[1, 2, 3]
list2=[4, 5, 6]
print map(lambda x,y:x+y, list1, list2)

注意，map（）支持多个参数。

2.2 zip和列表理解

list1=[1, 2, 3]
list2=[4, 5, 6]
print [x + y for x, y in zip(list1, list2)]

numpy我认为使用起来更简单：

import numpy as np
list1=[1,2,3]
list2=[4,5,6]
np.add(list1,list2)

结果：

有关详细的参数信息，请在此处检查：numpy.add

也许“最蟒蛇的方式”应该包括处理list1和list2大小不相同的情况。应用其中一些方法会悄悄地为您提供答案。numpy方法会让您知道，很可能是发生ValueError。

例：

import numpy as np
>>> list1 = [ 1, 2 ]
>>> list2 = [ 1, 2, 3]
>>> list3 = [ 1 ]
>>> [a + b for a, b in zip(list1, list2)]
[2, 4]
>>> [a + b for a, b in zip(list1, list3)]
[2]
>>> a = np.array (list1)
>>> b = np.array (list2)
>>> a+b
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (2) (3)

如果这在您的问题中起作用，您可能想要哪个结果？

这很简单 numpy.add()

import numpy

list1 = numpy.array([1, 2, 3])
list2 = numpy.array([4, 5, 6])
result = numpy.add(list1, list2) # result receive element-wise addition of list1 and list2
print(result)
array([5, 7, 9])

在这里查看文档

如果要接收python列表：

result.tolist()

这将适用于2个或更多列表；遍历列表列表，但使用numpy加法处理每个列表的元素

import numpy as np
list1=[1, 2, 3]
list2=[4, 5, 6]

lists = [list1, list2]
list_sum = np.zeros(len(list1))
for i in lists:
   list_sum += i
list_sum = list_sum.tolist()    

[5.0, 7.0, 9.0]

也许这是pythonic的，如果列表数量未知且未导入任何内容，则稍微有用。

只要列表的长度相同，就可以使用以下功能。

在这里，* args接受可变数量的列表参数（但每个参数仅求和相同数量的元素）。

在返回的列表中再次使用*来解压缩每个列表中的元素。

def sum_lists(*args):
    return list(map(sum, zip(*args)))

a = [1,2,3]
b = [1,2,3]  

sum_lists(a,b)

输出：

[2, 4, 6]

或有3个清单

sum_lists([5,5,5,5,5], [10,10,10,10,10], [4,4,4,4,4])

输出：

[19, 19, 19, 19, 19]

将地图与lambda函数一起使用：

>>> map(lambda x, y: x + y, list1, list2)
[5, 7, 9]

我尚未计时，但我怀疑这会很快：

import numpy as np
list1=[1, 2, 3]
list2=[4, 5, 6]

list_sum = (np.add(list1, list2)).tolist()

[5, 7, 9]

如果您需要处理不同大小的列表，请不用担心！精彩的itertools模块涵盖了：

>>> from itertools import zip_longest
>>> list1 = [1,2,1]
>>> list2 = [2,1,2,3]
>>> [sum(x) for x in zip_longest(list1, list2, fillvalue=0)]
[3, 3, 3, 3]
>>>

在Python 2中，zip_longest称为izip_longest。

另请参阅此相关答案并评论另一个问题。

[list1[i] + list2[i] for i in range(len(list1))]

虽然，实际的问题并不想遍历列表来生成结果，但是已经提出的所有解决方案实际上都是在后台进行的！

刷新：如果不查看所有矢量元素，则不能添加两个矢量。因此，大多数这些解决方案的算法复杂度为Big-O（n）。其中n是向量的维数。

因此，从算法的角度来看，使用for循环迭代生成结果列表也是逻辑和pythonic的。但是，此外，此方法没有调用或导入任何其他库的开销。

# Assumption: The lists are of equal length.
resultList = [list1[i] + list2[i] for i in range(len(list1))]

这里显示/讨论的时间取决于系统和实现，并且不是测量操作效率的可靠措施。在任何情况下，向量加法运算的大O复杂度都是线性的，即O（n）。

a_list = []
b_list = []
for i in range(1,100):
    a_list.append(random.randint(1,100))

for i in range(1,100):
    a_list.append(random.randint(101,200))
[sum(x) for x in zip(a_list , b_list )]