使用 if 和 break 嵌套 for 循环创建 Python 列表推导

Question

我从this 的回答中注意到代码

for i in userInput:
    if i in wordsTask:
        a = i
        break

可以用以下方式写成列表推导式：

next([i for i in userInput if i in wordsTask])

我有一个类似的问题，我想根据列表理解编写以下（从原始问题简化）代码：

 for i in xrange(N):
     point = Point(long_list[i],lat_list[i])
     for feature in feature_list:
         polygon = shape(feature['geometry'])
         if polygon.contains(point):
             new_list.append(feature['properties'])
             break

我希望每个 point 都与特征列表中的单个多边形相关联。因此，一旦找到包含该点的多边形，break 将用于移动到下一个点。因此，new_list 将恰好有 N 元素。

我把它写成一个列表理解如下：

new_list = [feature['properties'] for i in xrange(1000) for feature in feature_list if shape(feature['geometry']).contains(Point(long_list[i],lat_list[i])]

当然，这并没有考虑到if 语句中的break，因此比使用嵌套for 循环花费的时间要长得多。使用上述链接帖子中的建议（我可能不完全理解），我做到了

new_list2 = next(feature['properties'] for i in xrange(1000) for feature in feature_list if shape(feature['geometry']).contains(Point(long_list[i],lat_list[i]))

但是，new_list2 的元素少于 N 个（在我的例子中，N=1000 和 new_list2 只有 5 个元素）

问题 1：作为列表理解，这样做是否值得？唯一的原因是我读到列表推导通常比嵌套的 for 循环快一点。拥有 200 万个数据点，每一秒都很重要。

问题 2：如果是这样，我将如何将 break 语句合并到列表理解中？

问题 3：以我的方式使用 next 时发生了什么错误？

非常感谢您的宝贵时间和热心帮助。

Answer 1

我不知道如果复杂的列表推导式或生成器表达式运行相同的算法（例如访问相同数量的值），它们会比嵌套循环快得多。要获得明确的答案，您可能应该尝试两种方式实施解决方案并进行测试，看看哪种方式更适合您的真实数据。

至于如何短路内部循环而不是外部循环，您需要将 next 调用放在主列表理解中，并在其中使用单独的生成器表达式：

new_list = [next(feature['properties'] for feature in feature_list
                                       if shape(feature['shape']).contains(Point(long, lat)))
            for long, lat in zip(long_list, lat_list)]

我改变了另一件事：我没有使用来自range 的索引来索引long_list 和lat_list，而是使用zip 并行迭代它们。

请注意，如果一遍又一遍地创建 Point 对象最终会花费太多时间，您可以通过添加另一个嵌套生成器表达式来简化该部分代码，该表达式创建点并让您将它们绑定到（可重用) 名称：

new_list = [next(feature['properties'] for feature in feature_list
                                       if shape(feature['shape']).contains(point))
            for point in (Point(long, lat) for long, lat in zip(long_list, lat_list))]

Answer 2

列表推导不一定比for 循环快。如果你有这样的模式：

some_var = []
for ...:
    if ...:
        some_var.append(some_other_var)

那么是的，列表理解比.append()s 更快。然而，你有情有可原。一方面，在next(...) 的情况下，它实际上是一个生成器表达式，因为它周围没有[ 和]。

• 您实际上并没有创建一个列表（因此没有使用.append()）。您只得到一个值。
• 您的生成器为xrange(N) 中的每个i 的每个功能调用一次Point(long_list[i], lat_list[i])，而循环只为每个i 调用一次。
• 当然，您的生成器表达式不起作用。

为什么您的生成器表达式不起作用？因为它总体上只找到第一个值。另一方面，循环为每个i 找到第一个值。你看出区别了吗？生成器表达式跳出两个循环，但 for 循环仅跳出内部循环。

---

如果您想稍微提高性能，请使用 itertools.izip()（或在 Python 3 中仅使用 zip()）：

from itertools import izip

for long, lat in izip(long_list, lat_list):
    point = Point(long, lat)
    ...