Question

我有两个清单：

a = ['a', 'b', 'c', 'd']
b = ['e', 'f', 'g', 'h']

我想合并到一个包含元素nr的列表。列表a中的第1个作为第一个元素，列表b的元素nr.1作为第二个元素，元素nr。列表中的2列为第三个元素，依此类推，如下所示：

c = ['a', 'e', 'b', 'f', 'c', 'g', 'd', 'h']

最简单的方法是什么，可能不使用循环？

Answer 1

将zip成对，然后使用itertools.chain.from_iterable平整列表：

In [1]: a=['a','b','c','d']

In [2]: b=['e','f','g','h']

In [3]: from itertools import chain

In [4]: chain.from_iterable(zip(a, b))
Out[4]: <itertools.chain at 0x7fbcf2335ef0>

In [5]: list(chain.from_iterable(zip(a, b)))
Out[5]: ['a', 'e', 'b', 'f', 'c', 'g', 'd', 'h']

Answer 2

这是一个答案，比较一些可能的方法与2个不同的数据集，一个将包含许多小数组，另一个将是几个大数组：

导入时间随机导入来自itertools导入链

def f1(a, b):
    return list(chain.from_iterable(zip(a, b)))


def f2(a, b):
    return list(sum(zip(a, b), ()))


def f3(a, b):
    result = []
    for (e1, e2) in zip(a, b):
        result += [e1, e2]

    return result


def f4(a, b):
    result = []
    len_result = min(len(a), len(b))

    result = []
    i = 0
    while i < len_result:
        result.append(a[i])
        result.append(b[i])
        i += 1

    return result

# Small benchmark
N = 5000000
a_small = ['a', 'b', 'c', 'd']
b_small = ['e', 'f', 'g', 'h']
benchmark1 = [
    timeit.timeit(
        'f1(a_small, b_small)', setup='from __main__ import f1, a_small,b_small', number=N),
    timeit.timeit(
        'f2(a_small, b_small)', setup='from __main__ import f2, a_small,b_small', number=N),
    timeit.timeit(
        'f3(a_small, b_small)', setup='from __main__ import f3, a_small,b_small', number=N),
    timeit.timeit(
        'f4(a_small, b_small)', setup='from __main__ import f4, a_small,b_small', number=N)
]

for index, value in enumerate(benchmark1):
    print " - Small sample with {0} elements -> f{1}={2}".format(len(a_small), index + 1, value)

# Large benchmark
N = 5000
K = 100000
P = 1000
a_large = random.sample(range(K), P)
b_large = random.sample(range(K), P)
benchmark2 = [
    timeit.timeit(
        'f1(a_large, b_large)', setup='from __main__ import f1, a_large,b_large', number=N),
    timeit.timeit(
        'f2(a_large, b_large)', setup='from __main__ import f2, a_large,b_large', number=N),
    timeit.timeit(
        'f3(a_large, b_large)', setup='from __main__ import f3, a_large,b_large', number=N),
    timeit.timeit(
        'f4(a_large, b_large)', setup='from __main__ import f4, a_large,b_large', number=N)
]

for index, value in enumerate(benchmark2):
    print " - Large sample with {0} elements -> f{1}={2}".format(K, index + 1, value)

具有4种元素的小样品 - ＆gt; F1 = 7.50175959666
具有4种元素的小样品 - ＆gt; F2 = 5.52386084127
具有4种元素的小样品 - ＆gt; F3 = 7.12457549607
具有4种元素的小样品 - ＆gt; F4 = 7.24530968309
具有100000个元素的大样本 - ＆gt; F1 = 0.512278885906
具有100000个元素的大样本 - ＆gt; F2 = 28.0679210232
具有100000个元素的大样本 - ＆gt; F3 = 1.05977378475
具有100000个元素的大样本 - ＆gt; F4 = 1.17144886156

结论：当N很大且列表很小时，似乎f2函数是稍快的方法。当数组很大且数量很少时，f1就是赢家。

规格：Python2.7.11（64），在i-7 2.6Ghz上N = 5000000

合并两个列表遵循某些模式

2 个答案: