Heim >Backend-Entwicklung >Python-Tutorial >Was sind die pythonischsten Methoden zur elementweisen Addition von Listen?

Was sind die pythonischsten Methoden zur elementweisen Addition von Listen?

Susan Sarandon
Susan SarandonOriginal
2024-12-01 20:32:10905Durchsuche

What are the Most Pythonic Ways to Perform Element-Wise Addition of Lists?

Elementweise Addition von Listen: Pythonische Ansätze

In Python kann die elementweise Addition von zwei Listen auf verschiedene Arten erreicht werden . Hier sind die pythonischsten Methoden:

1. Karte mit „operator.add“:

Dieser Ansatz nutzt die Kartenfunktion in Kombination mit der Funktion „operator.add“. „map“ wendet eine bestimmte Funktion auf jedes Element in einer Liste an, während „operator.add“ eine Möglichkeit bietet, eine Addition durchzuführen.

from operator import add
list3 = list(map(add, list1, list2))

2. Zip mit Listenverständnis:

Eine andere Möglichkeit besteht darin, Zip mit Listenverständnis zu verwenden. zip erstellt einen Iterator von Tupeln, die entsprechende Elemente aus den Eingabelisten enthalten. Das Listenverständnis iteriert über diese Tupel und wendet die Summe auf jedes Element an.

list3 = [sum(x) for x in zip(list1, list2)]

3. Überlegungen zur Leistung:

Bei größeren Listen kann die Leistung zum Problem werden. Die bereitgestellten Timing-Vergleiche zeigen, dass der Ansatz „Map“ mit „operator.add“ die beste Leistung bietet, gefolgt von „Zip“ mit Listenverständnis. Für noch größere Listen empfiehlt es sich, für optimale Effizienz die Verwendung der element_wise-Additionsfunktion von NumPy in Betracht zu ziehen.

Das obige ist der detaillierte Inhalt vonWas sind die pythonischsten Methoden zur elementweisen Addition von Listen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn