给出一个清单
l = [1, 7, 3, 5]
我想迭代所有连续列表项(1,7), (7,3), (3,5)
对,即
for i in xrange(len(l) - 1):
x = l[i]
y = l[i + 1]
# do something
我想以更紧凑的方式做到这一点,比如
for x, y in someiterator(l): ...
有没有办法使用内置的Python迭代器来做到这一点?我确定itertools
模块应该有一个解决方案,但我无法弄明白。
答案 0 :(得分:96)
只需使用zip
即可>>> l = [1, 7, 3, 5]
>>> for first, second in zip(l, l[1:]):
... print first, second
...
1 7
7 3
3 5
根据建议,您可以考虑在izip
中使用itertools
函数,用于您不想创建新列表的很长列表。
import itertools
for first, second in itertools.izip(l, l[1:]):
...
答案 1 :(得分:28)
在itertools食谱中查看pairwise
:http://docs.python.org/2/library/itertools.html#recipes
从那里引用:
def pairwise(iterable):
"s -> (s0,s1), (s1,s2), (s2, s3), ..."
a, b = tee(iterable)
next(b, None)
return izip(a, b)
通用版
产生任何给定正自然大小的元组的通用版本可能看起来像这样:
def nwise(iterable, n=2):
iters = tee(iterable, n)
for i, it in enumerate(iters):
next(islice(it, i, i), None)
return izip(*iters)
答案 2 :(得分:8)
我会像这样创建一个通用的grouper
生成器
def grouper(input_list, n = 2):
for i in xrange(len(input_list) - (n - 1)):
yield input_list[i:i+n]
示例运行1
for first, second in grouper([1, 7, 3, 5, 6, 8], 2):
print first, second
输出
1 7
7 3
3 5
5 6
6 8
示例运行1
for first, second, third in grouper([1, 7, 3, 5, 6, 8], 3):
print first, second, third
输出
1 7 3
7 3 5
3 5 6
5 6 8
答案 3 :(得分:1)
要做到这一点而无需不必要复制的一种简单方法是生成一个存储前一个元素的生成器。
def pairs(iterable):
"""Yield elements pairwise from iterable as (i0, i1), (i1, i2), ..."""
it = iter(iterable)
try:
prev = next(it)
except StopIteration:
return
for item in it:
yield prev, item
prev = item
与基于索引的解决方案不同,此方法适用于所有可迭代的对象,包括不支持索引(例如,生成器)或索引缓慢(例如,collections.deque
)的迭代器。
答案 4 :(得分:0)
您可以使用zip
。
>>> list(zip(range(5), range(2, 6)))
[(0, 1), (1, 2), (2, 3), (3, 4), (4, 5)]
就像拉链一样,它可以创造成对。所以,要混合你的两个列表,你得到:
>>> l = [1,7,3,5]
>>> list(zip(l[:-1], l[1:]))
[(1, 7), (7, 3), (3, 5)]
然后迭代就像
for x, y in zip(l[:-1], l[1:]):
pass
答案 5 :(得分:0)
全面理解sberry的nwise方法:
new_model = keras.models.load_model(my_model_path)
new_model._make_predict_function()
..
#[more code]
..
for idx in range(num_detections):
...[more code]..
predictions_array= new_model.predict(new_image)
estimation= np.argmax(predictions_array)
例如
def nwise(lst, k=2):
return list(zip(*[lst[i:] for i in range(k)]))
[(0,1,2),(1,2,3),(2,3,4),(3,4,5),(4,5,6),(5,6, 7),(6、7、8),(7、8、9)]
答案 6 :(得分:-1)
如果你想要一些内联但不是非常易读的东西,这是另一种利用生成器的解决方案。我希望它也不是最好的表现: - /
将列表转换为生成器,并在最后一项之前结束调整:
gen = (x for x in l[:-1])
将其转换为成对:
[(gen.next(), x) for x in l[1:]]
这就是你所需要的一切。