Question

我有一个形状A == 0的二维列表，其中每个子列表都有不同的大小。为了将数据转换为Tensor，所有子列表都需要具有相同的长度，但我不想丢失转换中的子列表中的任何数据。

这意味着我需要使用填充符（A == 1）填充小于最长子列表的所有子列表，以便创建矩形数组。对于我当前的数据集，最长的子列表长度为5037。

我的转换代码如下：

(300,000, X)

但是，当-1中有300,000个序列，且for seq in new_format: for i in range(0, length-len(seq)): seq.append(-1)通常> 4000时，此过程非常慢。如何有效加快此过程或解决问题？

Answer 1

单个append调用可能相当慢，因此使用list乘法一次创建整个填充值，然后立即将其连接起来，例如：

for seq in new_format:
    seq += [-1] * (length-len(seq))

seq.extend([-1] * (length-len(seq)))将是等效的（由于广义的方法调用方法，通常较慢，但考虑到实际工作的大小，可能无法察觉）。

理论上，seq.extend(itertools.repeat(-1, length-len(seq)))可以避免潜在的大临时值，但是IIRC，list.__iadd__ / list.extend的实际CPython实现强制创建一个临时的list（处理根据被扩展的list定义生成器的情况，因此它实际上不会避免临时。

如何有效地修改列表的列表，使其与列表的最长列表具有相同的长度？

1 个答案: