Question

嗨我需要计算列表中每个数字对之间的距离，包括最后一个和第一个之间的距离（它是一个圆圈）。

天真地我可以这样做：

l = [10,-12,350]
ret = []
for i in range(len(l)-1):
    ret.append(abs(l[i] - l[i+1]))
ret.append(l[-1] - l[0])
print ret

out: [22, 362, 340]

我尝试了“枚举”，这是一种更好的方法：

print [abs(v - (l+[l[0]])[i+1]) for i, v in enumerate(l)]
out: [22, 362, 340]

有更优雅和“pythonic”的方式吗？

Answer 1

我认为这是一个小改进。可能会有比这更清洁的方式：

print [abs(v - l[(i+1)%len(l)]) for i, v in enumerate(l)]

Answer 2

另一种方法：

print map(lambda x,y: abs(x-y), l[1:] + l[:1], l)

Answer 3

不是一个巨大的改进：

>>> [abs(a - b) for a, b in zip(l, l[1:] + l[:-1])]
[22, 362, 340]

Answer 4

如果你愿意使用numpy ......

list(numpy.abs(numpy.ediff1d(l, to_end=l[0]-l[-1])))

这可以很好地扩展l。不转换为列表或从列表转换将会加快速度（通常可以使用numpy数组代替列表）。

或者您可以使用numpy.roll自行构建：

list(numpy.abs(l - numpy.roll(l, -1)))

一些时间：

In [37]: l = list(numpy.random.randn(1000))

In [38]: timeit [abs(v - l[(i+1)%len(l)]) for i, v in enumerate(l)]
1000 loops, best of 3: 936 us per loop

In [39]: timeit list(numpy.abs(numpy.ediff1d(l, to_end=l[0]-l[-1])))
1000 loops, best of 3: 367 us per loop

In [40]: _l = numpy.array(l)

In [41]: timeit numpy.abs(numpy.ediff1d(_l, to_end=l[0]-l[-1]))
10000 loops, best of 3: 48.9 us per loop

In [42]: timeit _l = numpy.array(l); list(numpy.abs(_l - numpy.roll(_l, -1)))
1000 loops, best of 3: 350 us per loop

In [43]: timeit numpy.abs(_l - numpy.roll(_l, -1))
10000 loops, best of 3: 32.2 us per loop

如果原始速度是你的东西，更快，但不是那么整洁，你可以直接使用切片阵列：

In [78]: timeit a = numpy.empty(_l.shape, _l.dtype); a[:-1] = _l[:-1] - _l[1:]; a[-1] = _l[-1] - _l[0]; a = numpy.abs(a)
10000 loops, best of 3: 20.5 us per loop

Answer 5

在这种情况下，它可能不如其他答案好，但如果用作更大代码库的一部分，定义一个迭代器可能很有用，该迭代器返回列表上的项目对，例如：

def pairs(l):
    if len(l) < 2:
        return

    for i in range(len(l)-1):
        yield l[i], l[i+1]

    yield l[-1], l[0]

print [abs(a - b) for a,b in pairs([10,-12,350])]

这不是一个单行，但相当可读。

Answer 6

将来自icecrime的答案与this answer结合起来提供了另一种pythonic可能性：

 print [numpy.linalg.norm(a-b) for a, b in zip(l, l[1:] + l[:-1])]

Python：查找列表字段之间的距离

6 个答案: