生成包含多个元素的新项目列表答案

【问题标题】：Generate list with new items that contains more than one element生成包含多个元素的新项目列表
【发布时间】：2016-05-04 17:26:19
【问题描述】：

我有一个数组a。我想创建一个大小加倍的新数组，其中项目为 x*2 和 x*3。

例如：a = [1,10,100] 结果必须是b = [2,3,20,30,200,300]

我知道这种（丑陋且非常慢）方式：b = sum([[x*2,x*3] for x in a], [])

还有其他方式（我真的想要最短的方式:)？

【问题讨论】：

标签： python list-comprehension

【解决方案1】：

这可以使用带有嵌套循环的列表推导来完成

In [4]: [y for x in a for y in (x * 2, x * 3)]
Out[4]: [2, 3, 20, 30, 200, 300]

似乎优于所有答案，但在 a 很大时输给了 numpy 解决方案。

【讨论】：

【解决方案2】：

您可以在列表推导中执行乘法运算，然后 zip 并展平结果列表。

>>> a = [1,10,100]
>>> b = [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
>>> b
[2, 3, 20, 30, 200, 300]

【讨论】：

【解决方案3】：

您可以通过多种方式做到这一点。下面是其中之一，使用 numpy（第 4 行）：

In [1]: import numpy as np

In [2]: a = [1, 10, 100]

In [3]: %timeit sum([[x*2,x*3] for x in a], [])
1000000 loops, best of 3: 632 ns per loop

In [4]: %timeit x = np.array(a); np.array([x*2,x*3]).T.ravel()
100000 loops, best of 3: 3.25 µs per loop

你的方式更快！但这是因为a 很小。当它更大时，numpy 会变得更好。

In [5]: a = range(1000)

In [6]: %timeit sum([[x*2,x*3] for x in a], [])
100 loops, best of 3: 2.37 ms per loop

In [7]: %timeit x = np.array(a); np.array([x*2,x*3]).T.ravel()
10000 loops, best of 3: 39.6 µs per loop

包含上面@CoryKramer 答案的timeit 结果，这对于小型数组来说是最快的，但对于大型数组来说也输给了numpy：

In [10]: a = [1, 10, 100]

In [11]: %timeit [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
1000000 loops, best of 3: 853 ns per loop

In [12]: a = range(1000)

In [13]: %timeit [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
1000 loops, best of 3: 252 µs per loop

【讨论】：

【解决方案4】：

一般使用元组比使用列表快：

>>> timeit.timeit("sum([[x*2,x*3] for x in (1,10,100)], [])", number=10000)
0.023060083389282227
>>> timeit.timeit("sum(((x*2,x*3) for x in (1,10,100)), ())", number=10000)
0.01667189598083496

【讨论】：