Question

我有元组列表，每个元组都有元素长度。我使用以下代码来计算元素的偏移量，具体取决于早期元素的长度。

import pprint
recordInfo = [(3,), (4,), (1,), (2,)]  # List of lengths
# Calculate and add offsets
recordSize = 0
for index, info in enumerate(recordInfo):
    recordInfo[index] = info + ( recordSize, )  # Replace with new tuple with offset
    recordSize += info[0]  # Calculate next offset
pprint.pprint(recordInfo)

输出

[(3, 0), (4, 3), (1, 7), (2, 8)]

有没有办法以函数形式进行循环，比如列表理解？我无法弄清楚如何避免临时变量recordSize，这使得它变得不可能？

Answer 1

它不漂亮，而且效率不高，但这里有一个列表理解能够满足您的要求：

>>> recordInfo = [(3,), (4,), (1,), (2,)]
>>> [info + (sum(_info[0] for _info in recordInfo[:i]),)
         for i,info in enumerate(recordInfo)]
[(3, 0), (4, 3), (1, 7), (2, 8)]

它的工作原理是在每次迭代时重新计算当前项目的偏移量，因此效率很低。

它适用于Python 2＆amp; 3。

Answer 2

>>> recordInfo = [3, 4, 1, 2]

>>> from functools import reduce
>>> reduce(lambda x, y: x + [(y, sum(x[-1]))], recordInfo, [(0, 0)])[1:]
[(3, 0), (4, 3), (1, 7), (2, 8)]

>>> from itertools import accumulate
>>> list(zip(recordInfo, [0] + list(accumulate(recordInfo))))
[(3, 0), (4, 3), (1, 7), (2, 8)]

如果你有元组：

>>> recordInfo = [(3, 'a'), (4, 'b'), (1, 'c'), (2, 'd')]

>>> reduce(lambda x, y: x + [y + (x[-1][0] + x[-1][-1], )], recordInfo, [(0, )])[1:]
[(3, 'a', 0), (4, 'b', 3), (1, 'c', 7), (2, 'd', 8)]

>>> from operator import itemgetter
>>> [x + (c,) for x, c in zip(recordInfo, accumulate(map(itemgetter(0), [(0,)] + recordInfo)))]
[(3, 'a', 0), (4, 'b', 3), (1, 'c', 7), (2, 'd', 8)]

Answer 3

可能不是你的功能，但嘿，总是很有趣。

def increment_record(records, size=0):
     if not records:
         return []
     return [(records[0], size)] + increment_record(records[1:], size=size+records[0])

但是，我不认为这是一个模式python，它允许一个人以一种没有本地状态的方式进行寻址（除非你当然使用像前面提到的隐藏状态的上述itertools.aggregate这样的高级函数）。当然，如果你真的需要，你可以定义某种计数对象（或使用闭包）。

class Tallier(object):
     def __init__(self, val):
          self._val = val

     def tally(self, new_val):
          old_val = self._val
          self._val += new_val
          return old_val

[(val, tallier.tally(val)) for val in values]

当列表项依赖于先前的项时使用函数形式

3 个答案: