给定一个数字列表,如何找到每个(i)元素与其(i + 1)元素之间的差异?
使用lambda表达式还是列表解析更好呢?
例如:
给定一个列表t=[1,3,6,...],目标是找到一个列表v=[2,3,…],因为3-1=2,6-3=3等。
使用lambda表达式还是列表解析更好呢?
例如:
给定一个列表t=[1,3,6,...],目标是找到一个列表v=[2,3,…],因为3-1=2,6-3=3等。
>>> t
[1, 3, 6]
>>> [j-i for i, j in zip(t[:-1], t[1:])] # or use itertools.izip in py2k
[2, 3]
其他答案是正确的,但如果你在进行数字计算工作,你可能需要考虑使用numpy。使用numpy,答案是:
v = numpy.diff(t)
np.diff([2,4,9])
将会是 [2,5]
。 - TravelTraderzip
更有效吗? - user760900如果您不想使用numpy
或zip
,您可以使用以下解决方案:
>>> t = [1, 3, 6]
>>> v = [t[i+1]-t[i] for i in range(len(t)-1)]
>>> v
[2, 3]
从 Python 3.10
开始,使用新的 pairwise
函数,可以滑动处理元素对并在其中映射滚动对:
from itertools import pairwise
[y-x for (x, y) in pairwise([1, 3, 6, 7])]
# [2, 3, 1]
中间结果为:
pairwise([1, 3, 6, 7])
# [(1, 3), (3, 6), (6, 7)]
您可以使用 itertools.tee
和 zip
来高效地构建结果:
from itertools import tee
# python2 only:
#from itertools import izip as zip
def differences(seq):
iterable, copied = tee(seq)
next(copied)
for x, y in zip(iterable, copied):
yield y - x
或者使用itertools.islice
代替:
from itertools import islice
def differences(seq):
nexts = islice(seq, 1, None)
for x, y in zip(seq, nexts):
yield y - x
您也可以避免使用itertools
模块:def differences(seq):
iterable = iter(seq)
prev = next(iterable)
for element in iterable:
yield element - prev
prev = element
如果您不需要存储所有结果并支持无限可迭代对象,则这些解决方案都可以在常量空间中运行。
以下是一些解决方案的微基准测试:
In [12]: L = range(10**6)
In [13]: from collections import deque
In [15]: %timeit deque(differences_tee(L), maxlen=0)
10 loops, best of 3: 122 ms per loop
In [16]: %timeit deque(differences_islice(L), maxlen=0)
10 loops, best of 3: 127 ms per loop
In [17]: %timeit deque(differences_no_it(L), maxlen=0)
10 loops, best of 3: 89.9 ms per loop
而其他提出的解决方案:
In [18]: %timeit [x[1] - x[0] for x in zip(L[1:], L)]
10 loops, best of 3: 163 ms per loop
In [19]: %timeit [L[i+1]-L[i] for i in range(len(L)-1)]
1 loops, best of 3: 395 ms per loop
In [20]: import numpy as np
In [21]: %timeit np.diff(L)
1 loops, best of 3: 479 ms per loop
In [35]: %%timeit
...: res = []
...: for i in range(len(L) - 1):
...: res.append(L[i+1] - L[i])
...:
1 loops, best of 3: 234 ms per loop
注意:
zip(L[1:], L)
等价于 zip(L[1:], L[:-1])
,因为 zip
已经在最短的输入上终止了,但它避免了对 L
的整体复制。numpy.diff
很慢,因为它必须先将 list
转换为 ndarray
。显然,如果您从一个 ndarray
开始,它将会 快得多:
In [22]: arr = np.array(L)
In [23]: %timeit np.diff(arr)
100 loops, best of 3: 3.02 ms per loop
islice(seq, 1, None)
而不是islice(seq, 1, len(seq))
可以使其适用于无限迭代器。 - Braham Snyderv = np.diff(t)
这很简单易懂。
但如果您想让v
与t
的长度相同,则需要:
v = np.diff([t[0]] + t) # for python 3.x
或者
v = np.diff(t + [t[-1]])
须知:这仅适用于列表。
对于NumPy数组
v = np.diff(np.append(t[0], t))
>>> t = [1, 3, 6]
>>> prev = t[0]; [-prev + (prev := x) for x in t[1:]]
[2, 3]
一种函数式方法:
>>> import operator
>>> a = [1,3,5,7,11,13,17,21]
>>> map(operator.sub, a[1:], a[:-1])
[2, 2, 2, 4, 2, 4, 4]
>>> import operator, itertools
>>> g1,g2 = itertools.tee((x*x for x in xrange(5)),2)
>>> list(itertools.imap(operator.sub, itertools.islice(g1,1,None), g2))
[1, 3, 5, 7]
使用索引:
>>> [a[i+1]-a[i] for i in xrange(len(a)-1)]
[2, 2, 2, 4, 2, 4, 4]
好的,我认为我找到了正确的解决方案:
v = [x[0]-x[1] for x in zip(t[1:],t[:-1])]
from numpy import array as a
a(x[1:])-a(x[:-1])
v-np.roll(v,1)
在前面添加零的解决方案
另一个numpy的解决方案(仅供完整性)是使用
numpy.ediff1d(v)
np.ediff1d(v,to_begin=v[0])
当然,您也可以使用np.diff命令来完成此操作,但在这种情况下,您需要使用prepend关键字在系列前加上零:
np.diff(v,prepend=0.0)
[abs(j-i) for i,j in zip(t, t[1:])]
这个代码。其中,t
是一个列表或数组。 - Anillist(itertools.starmap(operator.sub, zip(t[1:], t)))
(在导入itertools
和operator
之后)。 - blhsinglist(map(operator.sub, t[1:], t[:-1]))
即可。 - blhsing