Answers:
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]
>>> 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
map
随着时间的推移,注意到@FLHerne指出的python3问题将变得越来越重要。Python 2将在不到3年的时间内失去官方支持。
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)]
[sum(x) for x in zip(list1, list2)]
与您的答案相同,不是吗?:)
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)]
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])
如果要接收python列表:
result.tolist()
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]
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。
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)。