哪个 Python 模块适合列表中的数据操作？答案

【问题标题】：Which Python module is suitable for data manipulation in a list?哪个 Python 模块适合列表中的数据操作？
【发布时间】：2010-10-04 09:04:18
【问题描述】：

我有一系列 x、y 和 z 坐标，我需要对其进行操作。它们位于三个元组的一个列表中，例如 {(x1, y1, z1), (x2, y2, z2), ...}。

我需要加法、乘法和对数来处理我的数据。

我想学习一个模块，它和 awk 语言一样强大。

【问题讨论】：

标签： python module

【解决方案1】：

我不确定你到底在追求什么。你可以用列表推导做很多事情。例如，如果你想翻一个列表：

coords = [(x1, y1, z1), (x2, y2, z2), (x3, y3, z3)]  # etc

变成一个元组(x1+x2+x3, y1+y2+y3, z1+z2+z3)，那么你可以这样做：

sums = (sum(a[0] for a in coords), sum(a[1] for a in coords), sum(a[2] for a in coords))

事实上，一个有经验的 Python 程序员可能会这样写：

sums = map(sum, zip(*coords))

虽然这对初学者来说有点像魔术。

如果你想跨坐标相乘，那么这个想法是相似的。唯一的问题是 python 没有等效于sum 的内置乘法。我们可以自己构建：

import operator
def prod(lst):
    return reduce(operator.mul, lst)

然后你可以将你的元组按坐标相乘：

prods = map(prod, zip(*coords))

如果您想用乘法（内积？）做一些更复杂的事情，这将需要更多的工作（虽然不会很困难）。

我不确定你想取什么对数。但是你可以在数学模块中找到日志函数：

from math import log

希望这会有所帮助。

【讨论】：

【解决方案2】：

如果你需要大量的数组操作，那么 numpy 是 python 中的最佳选择

>>> import numpy
>>> data = numpy.array([(2, 4, 8), (3, 6, 5), (7, 5, 2)])
>>> data
array([[2, 4, 8],
       [3, 6, 5],
       [7, 5, 2]])

>>> data.sum()  # product of all elements
42
>>> data.sum(axis=1)   # sum of elements in rows
array([14, 14, 14])
>>> data.sum(axis=0)   # sum of elements in columns
array([12, 15, 15])
>>> numpy.product(data, axis=1)   # product of elements in rows
array([64, 90, 70])
>>> numpy.product(data, axis=0)   # product of elements in columns
array([ 42, 120,  80])
>>> numpy.product(data)      # product of all elements
403200

或对数组进行元素操作

>>> x,y,z = map(numpy.array,[(2, 4, 8), (3, 6, 5), (7, 5, 2)])
>>> x
array([2, 4, 8])
>>> y
array([3, 6, 5])
>>> z
array([7, 5, 2])

>>> x*y
array([ 6, 24, 40])
>>> x*y*z
array([ 42, 120,  80])
>>> x+y+z
array([12, 15, 15])

元素明智的数学运算，例如

>>> numpy.log(data)
array([[ 0.69314718,  1.38629436,  2.07944154],
       [ 1.09861229,  1.79175947,  1.60943791],
       [ 1.94591015,  1.60943791,  0.69314718]])
>>> numpy.exp(x)
array([    7.3890561 ,    54.59815003,  2980.95798704])

【讨论】：

【解决方案3】：

您不需要单独的库或模块来执行此操作。 Python 具有内置于语言中的列表推导，可让您操作列表并执行计算。如果您想要进行大量科学计算，或者想要进行大量繁重的数字运算，您可以使用 numpy 模块来做同样的事情。

【讨论】：

【解决方案4】：

在 Python 3 中，reduce 函数消失了。你可以这样做：

def prod(lst):
    return [x*y*z for x, y, z in list(zip(*lst))]

coords = [(2, 4, 8), (3, 6, 5), (7, 5, 2)]
print(prod(coords))
>>> [42, 120, 80]

【讨论】：

在python 3.0中，reduce函数在functools模块中。