pythonic方式在没有索引变量的情况下做N次？答案

【问题标题】：pythonic way to do something N times without an index variable?pythonic方式在没有索引变量的情况下做N次？
【发布时间】：2011-02-27 14:03:06
【问题描述】：

每天我都越来越爱 python。

今天，我正在编写一些代码，例如：

for i in xrange(N):
    do_something()

我不得不做 N 次。但每次都不取决于i（索引变量）的值。我意识到我正在创建一个我从未使用过的变量 (i)，我想“肯定有一种更 Python 的方式可以做到这一点，而不需要那个无用的索引变量。”

所以...问题是：你知道如何以更（pythonic）漂亮的方式完成这个简单的任务吗？

【问题讨论】：

我刚刚了解了 _ 变量，否则我会考虑您使用 Pythonic 的方式。我认为我从未见过以任何其他方式完成的简单 for 循环，至少在 python 中是这样。虽然我确信在某些特定的用例中你会说“等等，这看起来很糟糕” - 但总的来说，xrange 是首选方式（据我所知）。
Is it possible to implement a Python for range loop without an iterator variable?的可能重复
注意：xrange 在 Python3 中不存在。请改用range。

标签： coding-style for-loop python

【解决方案1】：

比在xrange(N) 上循环稍快的方法是：

import itertools

for _ in itertools.repeat(None, N):
    do_something()

【讨论】：

快多少？ Python 3.1 还有区别吗？
@Hamish：我用 2.6 进行的测试说快了 32%（N=1000 时为 23.2 us vs 17.6 us）。但无论如何，那是一个真正的时间。我会默认使用 OP 的代码，因为它（对我来说）更易读。
很高兴知道速度。我当然赞同 Mike 关于 OP 代码更具可读性的观点。
你确定速度真的很重要吗？是不是这样，如果您在该循环中做任何重要的事情，它所花费的时间很可能与您选择的迭代样式一样多吗？
除此之外，是的，它使用了一种名为“repeat”的方法来重复某些内容，因此更加清晰。但它也是一个更长更稀有的表达方式，并且还增加了额外的导入——这也消耗了时间和资源。我想这实际上是一个非常哲学的决定——基本上是我登陆这里的原因，在写完之后寻找上述的替代方案是在一段代码中。也就是说，我不是 100% 相信现在就去更改代码......

【解决方案2】：

使用 _ 变量，正如我在问这个question 时了解到的，例如：

# A long way to do integer exponentiation
num = 2
power = 3
product = 1
for _ in xrange(power):
    product *= num
print product

【讨论】：

不是反对者，但可能是因为您指的是另一篇文章，而不是在答案中添加更多细节
@Downgoat：感谢您的反馈。话虽如此，关于这个成语没有太多可说的。我引用另一篇文章的目的是指出搜索可能已经产生了答案。我觉得讽刺的是，这个问题的投票数是另一个问题的好几倍。

【解决方案3】：

我只使用for _ in range(n)，直截了当。它会在 Python 2 中为大量数字生成整个列表，但如果您使用的是 Python 3，这不是问题。

【讨论】：

【解决方案4】：

由于函数是一等公民，您可以编写小型包装器（来自 Alex 的回答）

def repeat(f, N):
    for _ in itertools.repeat(None, N): f()

然后你可以将函数作为参数传递。

【讨论】：

@Hamish：几乎没有。（在与 Alex 回答的时间相同的条件下，每个循环 17.8 us，相差 0.2 us）。

【解决方案5】：

_ 与 x 相同。然而，它是一个 python 习惯用法，用于指示您不打算使用的标识符。在 python 中，这些标识符不会像其他语言中的变量那样占用内存或分配空间。很容易忘记这一点。它们只是指向对象的名称，在这种情况下，每次迭代都是一个整数。

【讨论】：

【解决方案6】：

我发现各种答案非常优雅（尤其是 Alex Martelli 的），但我想直接量化性能，所以我编写了以下脚本：

from itertools import repeat
N = 10000000

def payload(a):
    pass

def standard(N):
    for x in range(N):
        payload(None)

def underscore(N):
    for _ in range(N):
        payload(None)

def loopiter(N):
    for _ in repeat(None, N):
        payload(None)

def loopiter2(N):
    for _ in map(payload, repeat(None, N)):
        pass

if __name__ == '__main__':
    import timeit
    print("standard: ",timeit.timeit("standard({})".format(N),
        setup="from __main__ import standard", number=1))
    print("underscore: ",timeit.timeit("underscore({})".format(N),
        setup="from __main__ import underscore", number=1))
    print("loopiter: ",timeit.timeit("loopiter({})".format(N),
        setup="from __main__ import loopiter", number=1))
    print("loopiter2: ",timeit.timeit("loopiter2({})".format(N),
        setup="from __main__ import loopiter2", number=1))

我还提出了一种替代解决方案，它基于 Martelli 的解决方案并使用 map() 调用有效负载函数。好吧，我骗了一点，因为我让有效负载接受了一个被丢弃的参数：我不知道是否有办法解决这个问题。不过，结果如下：

standard:  0.8398549720004667
underscore:  0.8413165839992871
loopiter:  0.7110594899968419
loopiter2:  0.5891903560004721

所以使用 map 比标准 for 循环提高了大约 30%，比 Martelli 的提高了 19%。

【讨论】：

【解决方案7】：

假设您已将 do_something 定义为一个函数，并且您希望执行 N 次。也许您可以尝试以下方法：

todos = [do_something] * N  
for doit in todos:  
    doit()

【讨论】：

当然。我们不仅要调用该函数一百万次，还要分配一百万个项目的列表。如果 CPU 工作正常，内存不应该也有点压力吗？答案不能被定性为绝对“没用”（它显示了一种不同的、有效的方法），所以我不能投反对票，但我不同意，我完全反对。
不就是一个对同一个函数值的N个引用的列表吗？
最好做fn() for fn in itertools.repeat(do_something, N) 并保存预生成数组...这是我的首选习惯用法。
@tzot 为什么是居高临下的语气？这个人努力写了一个答案，现在可能不鼓励将来做出贡献。即使它具有性能影响，它也是一个可行的选择，特别是如果 N 很小，性能/内存影响并不显着。
我总是对 Python 开发人员对性能的痴迷感到惊讶 :) 虽然我同意这不是惯用的，而且 Python 新手阅读它可能不会像简单地理解发生了什么一样清楚使用迭代器

【解决方案8】：

一个简单的while循环怎么样？

while times > 0:
    do_something()
    times -= 1

你已经有了变量；为什么不使用它？

【讨论】：

我唯一的想法是它是 3 行代码而不是 1 行 (?)
@AJP - 更像是 4 行 vs 2 行
将比较（times > 0）和递减量（times -= 1）添加到开销中......比for循环慢......
@F1Rumors 还没有测量过，但是如果像 PyPy 这样的 JIT 编译器应该为这样一个简单的 while 循环生成更慢的代码，我会感到惊讶。