使用所有先前的结果应用函数 n 次答案

【问题标题】：Apply function n times using all previous results使用所有先前的结果应用函数 n 次
【发布时间】：2018-05-02 18:26:28
【问题描述】：

我想知道是否有一种 Python 的方法可以多次应用一个函数，其中 all 最后的结果是再次使用列表理解或生成器表达式而不是像这样的 for 循环的输入？

import numpy as np

def func(x, s):
    return (5+sum(x))**(-1.06)/s

y = np.array([])
for i in range(5):
    y = np.append(y, func(y[:i], s=i+1))

编辑：不幸的是，itertools.accumulate 似乎只考虑了最后一个结果，而不是所有最后一个结果。还有什么想法吗？

【问题讨论】：

寻找-list comprehension or generator expression instead of a for loop 背后的想法是什么？是性能还是其他？
是的，有。它被称为functools.reduce。
兴趣、表现和使用一个班轮。
这对你有用吗？ [func(range(i), i+1) for i in range(5)] 并将其包含在 np.array 调用中？它依赖于 func 期望串行整数。如果您特别依赖列表中已有的数字，即您的情况，我不确定您是否可以理解。
@Love Tätting 这不会产生与我认为它不依赖于列表中已有数字的结果相同的结果，对吧？

标签： python function numpy list-comprehension generator-expression

【解决方案1】：

貌似没有内置，但制作起来很简单：

def pastmap(f, inputs):
    """
    :param f: A function of the form y[i] = f(y[:i], inputs[i])
    :param inputs: An iterable of inputs
    :return: A list of length: len(inputs)
    """
    results = []
    for x in inputs:
        new_result = f(results, x)
        results.append(new_result)
    return results


def func(x, s):
    return (5+sum(x))**(-1.06)/s


y = np.array(pastmap(func, range(1, 6)))

请注意，至少对于您的示例，这样做效率非常低，因为您反复获取不断增长的列表的总和，即 O(N^2)（最好 (O(N)) 保持运行总结并使用它）

【讨论】：

这只是一个例子。感谢您的代码。一个问题：for循环更快吗？这就是为什么我实际上在寻找列表理解或生成器表达式解决方案。干杯！
可能不会更快，因为它只是将循环移动到更通用的函数中。但循环也可能不是你代码的主要瓶颈，或者如果是的话，它应该被移动到 numpy 或其他东西中。
将循环移入numpy是什么意思？
嗯，很多时候你可以将循环移动到像 np.cumsum 这样的 numpy 操作中，但我承认在你的情况下，每个输出都是前一个输出的一些非线性函数，你不能.如果你在 Python 2.X 中，python 循环的缓慢确实是你的瓶颈，scipy weave docs.scipy.org/doc/scipy-0.18.1/reference/tutorial/weave.html 可以让你快速迭代。