在Python中将列表中的所有项目相乘[重复]

Question

如何将列表中的项目相乘？

例如：

num_list = [1,2,3,4,5]

def multiplyListItems(l):
   # some code here...

预期的计算和返回值为1 x 2 x 3 x 4 x 5 = 120。

Answer 1

一种方法是使用reduce:

>>> num_list = [1,2,3,4,5]
>>> reduce(lambda x, y: x*y, num_list)
120

Answer 2

使用functools.reduce，它更快（见下文）并且与 Python 3 更向前兼容。

import operator
import functools

num_list = [1,2,3,4,5]
accum_value = functools.reduce(operator.mul, num_list)

print(accum_value)
# Output
120

---

测量 3 种不同方式的执行时间，

# Way 1: reduce
$ python -m timeit "reduce(lambda x, y: x*y, [1,2,3,4,5])"
1000000 loops, best of 3: 0.727 usec per loop

# Way 2: np.multiply.reduce
$ python -m timeit -s "import numpy as np" "np.multiply.reduce([1,2,3,4,5])"
100000 loops, best of 3: 6.71 usec per loop

# Way 3: functools.reduce
$ python -m timeit -s "import operator, functools" "functools.reduce(operator.mul, [1,2,3,4,5])"
1000000 loops, best of 3: 0.421 usec per loop

---

对于更大的列表，最好使用@MikeMüller 提到的np.multiply.reduce。

$ python -m timeit "reduce(lambda x, y: x*y, range(1, int(1e5)))"
10 loops, best of 3: 3.01 sec per loop

$ python -m timeit -s "import numpy as np" "np.multiply.reduce(range(1, int(1e5)))"
100 loops, best of 3: 11.2 msec per loop

$ python -m timeit -s "import operator, functools" "functools.reduce(operator.mul, range(1, int(1e5)))"
10 loops, best of 3: 2.98 sec per loop

Answer 3

一个 NumPy 解决方案：

>>> import numpy as np
>>> np.multiply.reduce(num_list)
120

更大列表的运行时间：

In [303]:
from operator import mul
from functools import reduce
import numpy as np
​
a = list(range(1, int(1e5)))

In [304]
%timeit np.multiply.reduce(a)
100 loops, best of 3: 8.25 ms per loop

In [305]:
%timeit reduce(lambda x, y: x*y, a)
1 loops, best of 3: 5.04 s per loop

In [306]:
%timeit reduce(mul, a)
1 loops, best of 3: 5.37 s per loop

NumPy 主要在 C 中实现。因此，它通常比在 Python 列表上编写循环快一到两个数量级。这适用于更大的数组。如果数组很小并且经常从 Python 中使用，那么事情可能会比使用纯 Python 慢。这是因为 Python 对象和 C 数据类型之间的开销转换。事实上，编写 Python for 循环来迭代 NumPy 数组是一种反模式。

在这里，与增益相比，包含五个数字的列表会导致相当大的开销 来自更快的数字。