我需要在 Bigtable(db) 中存储大量整数。为了提高效率，我将它们存储为 2 个连续项目之间的差异。
例如：
original_list = [1005, 1004, 1003, 1004, 1006]
将上述列表（实际上包含超过 1000k 项）存储为 开始 = 1005 diff = [-1, -1, 1, 2]
我能做到的最接近的是，
ltp = [开始] 地图（lambda x：ltp.append（ltp[-1] + x），打勾）我正在寻找一种将其转换回原始列表的有效方法。
【问题讨论】：
标签： python performance list lambda map-function
对于如此大的数据结构，numpy 可以很好地工作。对于这个例子，它快了 200 倍以上（见下文），并且更容易编码，基本上只是
add.accumulate(diff)
numpy 和直接列表操作的比较：
import numpy as nx
import timeit
N = 10000
diff_nx = nx.zeros(N, dtype=nx.int)
diff_py = list(diff_nx)
start = 1005
def f0():
orig = [start]
for x in diff_py:
orig.append(orig[-1] + x)
def f1():
diff_nx[0] = start
nx.add.accumulate(diff_nx)
t = timeit.Timer("f0()", "from __main__ import f0, f1, diff_nx, diff_py, nx, start")
print t.timeit(number=1000)
t = timeit.Timer("f1()", "from __main__ import f0, f1, diff_nx, diff_py, nx, start")
print t.timeit(number=1000)
给予
13.4044158459 # for list looping
0.0474112033844 # for numpy accumulate
不过，确实，重用已建立的压缩算法似乎更好，就像使用 PyTables 轻松完成一样，而不是像您在这里所做的那样滚动您自己的算法。
另外，在这里，我建议您读入数据，为前置开始词留出空间，而不是用前置词重新构建列表，这样您就不必进行复制。
【讨论】：
以下对我有用：
orig = [start]
for x in diff:
orig.append(orig[-1] + x)
使用map 将创建一个大小相同的新数组，并用None 填充。我还发现一个简单的for 循环更具可读性，并且在这种情况下尽可能快。
【讨论】：
非常适合生成器：
def diff2abs( diffs, start ):
yield start
for diff in diffs:
start += diff
yield start
start = 1005
diffs = [-1, -1, 1, 2]
original_list = list( diff2abs( diffs, start ))
【讨论】：
其他几位受访者对您要求的算法有合理的实现，但我不清楚您真正想要解决的问题到底是什么。
除非存储的数字非常大（即溢出整数并需要 bignums），否则您的差异列表不会为您带来任何效率——整数是 Python 运行时 POV 中的整数，所以您的示例“ [-1, -1, 1, 2] 的差异”列表将消耗与原始列表 [1005, 1004, 1003, 1004, 1006] 一样多的内存。
【讨论】：
array 类型，大概是 8 位或 16 位值。
class runningtotal:
def __init__(self, start = 0):
self.total = start
def __call__(self, value):
self.total += value
return self.total
现在试试：
>>> map(runningtotal(start), [0,]+diff)
[1005, 1004, 1003, 1004, 1006]
【讨论】：
正如 mshsayem 建议的那样，使用列表推导式 - 它们通常比 for 循环或 map/lambdas 更快（根据 Mark Lutz 的《Learning Python》一书）。
如果您真的想使用更多 FP-ish 解决方案，正确的功能是“扫描”，[我相信]没有在 Python 中实现，因此您必须自己实现它（这并不难任务）。
“scan”基本上是一个reduce，但它不是将列表缩减为单个值，而是将每个“迭代”的结果存储在一个新列表中。
如果你实现了它，你可以这样做：
scan(lambda x,y: x+y, [start]++diff)
【讨论】：
虽然我不明白为什么这应该更有效，但我很确定 for 循环会提供最佳性能：
l = [start]
for i in diff:
l.append(l[-1] + i)
【讨论】：
我不知道您将整数存储为差异的原因 - rcoder 给出了一个很好的答案，说明为什么这通常不比存储整数本身更有效 - 但如果您不需要访问一次完整的列表，使用生成器在内存方面更有效。由于您说这是一个“大列表”，因此您可以通过这种方式节省大量内存，而不是一次分配整个列表。这是一个生成器理解，可以让你的列表恢复：
start = 1005
def mod_start(x):
global start
start += x
return start
int_generator = (mod_start(i) for i in diffs)
然后您可以像对任何列表一样迭代 int_generator，而无需一次将整个列表放在内存中。但是请注意，您不能对生成器进行下标或切片，但可以在许多有用的情况下使用它。
您可以清理示例，以便 start 变量不需要是全局的。它不能是 mod_start 函数的本地。
编辑：您不必使用生成器理解来获取生成器。您还可以使用带有 yield 表达式的生成器函数，就像 THC4k 所做的那样。这避免了开始变量范围的问题，并且可能更干净一些。您还可以随时从生成器中获取列表，方法是将其传递给 list() 内置函数。
【讨论】：
对此的性能不做评论，但你可以在这里使用reduce。
start = 1005
diffs = [-1,-1,1,2]
reduce(lambda undiffed_list, diff: undiffed_list + [undiffed_list[-1] + diff],diffs,[start])
得到你想要的。
【讨论】：