高效使用 Python 列表推导答案

【问题标题】：Efficient use of Python list comprehensions高效使用 Python 列表推导
【发布时间】：2012-10-06 03:17:10
【问题描述】：

我有一个可能很长的 Python 对象列表。在特定时间，我对列表中具有特定属性的所有元素感兴趣，例如flag，其评估结果为 False。为此，我一直在使用列表推导，如下所示：

objList = list()
# ... populate list
[x for x in objList if not x.flag]

这似乎运作良好。形成子列表后，我可能需要执行一些不同的操作：

下标子列表以获取索引 ind 处的元素。
计算子列表的长度（即具有flag == False 的元素的数量）。
在子列表中搜索特定对象的第一个实例（即使用列表的 .index() 方法）。

我已经使用简单的方法实现了这些，即形成子列表，然后使用它的方法获取我想要的数据。我想知道是否有更有效的方法来解决这些问题。＃1和＃3至少看起来可以优化，因为在＃1中我只需要子列表的第一个ind + 1匹配元素，不一定是整个结果集，而在＃3中我只需要搜索子列表，直到我找到匹配的元素。

有没有很好的 Pythonic 方法来做到这一点？我猜我可能能够以某种方式使用() 语法来获取生成器而不是创建整个列表，但我还没有找到正确的方法。我显然可以手动编写循环，但我正在寻找像基于理解的方法一样优雅的东西。

【问题讨论】：

标签： python list-comprehension

【解决方案1】：

如果您需要多次执行这些操作中的任何一个，其他方法的开销会更高，列表是最好的方法。它也可能是最清晰的，所以如果内存不是问题，那么我建议直接使用它。

如果内存/速度是个问题，那么还有其他替代方案 - 请注意，在速度方面，这些方案实际上可能会更慢，具体取决于您的软件的常见情况。

对于您的场景：

#value = sublist[n]
value = nth(x for x in objList if not x.flag, n)

#value = len(sublist)
value = sum(not x.flag for x in objList)

#value = sublist.index(target)
value = next(dropwhile(lambda x: x != target, (x for x in objList if not x.flag)))

使用 itertools 文档中的 itertools.dropwhile() 和 the nth() recipe。

【讨论】：

为什么是consume() 而不是nth()？
@KennyTM 很棒的建议，应该阅读一下 - 编辑为使用 nth()，这是一个更好的解决方案 - 没有必要重新发明轮子。

【解决方案2】：

我假设你可能会做这三件事中的任何一件，而且你可能会做不止一次。

在这种情况下，您想要的基本上是编写一个惰性求值的列表类。它将保留两条数据，一个 real list 评估项目的缓存，以及其余数据的生成器。然后你可以做ll[10]，它会评估到第10个项目ll.index('spam')，它会评估直到找到'spam'，然后是len(ll)，它会评估列表的其余部分，同时缓存在真实的列表中它所看到的，所以什么都不做。

构造它看起来像这样：

LazyList(x for x in obj_list if not x.flag)

但在您像上面那样真正开始使用它之前，实际上不会计算任何内容。

【讨论】：

使用这种方法，如果基础列表发生更改，我将需要某种方式通知LazyList 实例。我在 OP 中没有明确说明这一点，但 objList 可以在我搜索它的时间之间改变。
在这种情况下，您只需创建一个新的LazyList。

【解决方案3】：

由于您评论说您的objList 可以更改，如果您也不需要索引或搜索 objList 本身，那么您最好只存储两个不同的列表，一个带有 @ 987654322@ 和一个.flag = False。然后您可以直接使用第二个列表，而不是每次都使用列表推导来构造它。

如果这适用于您的情况，这可能是最有效的方法。

【讨论】：