如何为此for循环

时间:2017-12-22 04:03:59

标签: python list list-comprehension

我正在尝试使用list comprehension来替换这个for循环。我的清单是

test_list = [3, 4, 6, 3, 8, 4, 7, 8, 12, 14, 1, 6, 7, 3, 7, 8, 3, 3, 7]

功能是

import numpy as np
def ema(x, n):
    x = np.array(x)
    emaint = np.zeros(len(x))
    k = 2 / float(n + 1)

    emaint[0:n] = np.average(x[:n])

    for i in range(n, len(x)):
        emaint[i] = (x[i] * k) + (emaint[i - 1] * (1 - k))

    return emaint

如果我调用ema(test_list,5)的结果将是

[4.8 4.8 4.8 4.8 4.8 4.53333333 5.35555556 6.23703704 8.15802469 10.10534979 7.0702332 6.7134888 6.80899253 5.53932835 6.0262189 6.68414594 5.45609729 4.63739819 5.42493213]

我试过这个

import numpy as np
def ema_compr(x, n):
    x = np.array(x)
    emaint = np.zeros(len(x))
    k = 2 / float(n + 1)

    emaint[0:n] = np.average(x[:n])

    emaint[n:] = [(x[i] * k) + (emaint[i - 1] * (1 - k)) for i in range(n, len(x))]

    return emaint

但是如果我调用ema_compr(test_list,5),结果会有所不同:

[4.8 4.8 4.8 4.8 4.8 4.53333333 2.33333333 2.66666667 4. 4.66666667 0.33333333 2. 2.33333333 1. 2.33333333 2.66666667 1. 1. 2.33333333]
  1. 我想是否有可能获得列表理解。
  2. 列表理解的结果是否不同,因为我想要访问一个未创建的元素?

4 个答案:

答案 0 :(得分:1)

我建议您只使用Pandas中的ewma功能:

import pandas as pd
def ema(x, n):
    pd_x = pd.Series(x)
    pd_x[:n] = pd_x[:n].mean()
    return pd.ewma(pd_x, span=n, adjust=False).as_matrix()

答案 1 :(得分:1)

因为你的循环需要保持运行状态,所以尽管存在hacks,但它无法干净地转换为列表理解。

所以,如果你想要"类似"列表理解我推荐下一个最好的东西:累加器。

from itertools import accumulate

def ema(x, n):
    xx = n*[sum(x[:n])/n] + x[n:]
    p, q = 2 / (n+1), (n-1) / (n+1)
    return list(accumulate(xx, lambda a, b: q*a + p*b))

给出:

ema(test_list, 5)
# [4.8, 4.8, 4.8, 4.8, 4.8, 4.533333333333333, 5.355555555555555, 6.2370370370370365, 8.158024691358024, 10.105349794238682, 7.070233196159121, 6.713488797439414, 6.808992531626275, 5.539328354417517, 6.026218902945011, 6.684145935296673, 5.456097290197782, 4.637398193465188, 5.424932128976792]

答案 2 :(得分:0)

在这里,您需要在那里指定索引:

import numpy as np
test_list = [3, 4, 6, 3, 8, 4, 7, 8, 12, 14, 1, 6, 7, 3, 7, 8, 3, 3, 7]

def ema(x, n):
    x = np.array(x)
    emaint = np.zeros(len(x))
    k = 2 / float(n + 1)

    emaint[0:n] = np.average(x[:n])

    for i in range(n, len(x)):
        [emaint.__setitem__(i, ((x[i] * k) + (emaint[i - 1] * (1 - k)))) for i in range(n, len(x))]

    return emaint


print(ema(test_list, 5))

输出:

[  4.8          4.8          4.8          4.8          4.8          4.53333333
   5.35555556   6.23703704   8.15802469  10.10534979   7.0702332
   6.7134888    6.80899253   5.53932835   6.0262189    6.68414594
   5.45609729   4.63739819   5.42493213]

答案 3 :(得分:0)

在列表推导中,您尝试使用索引URLClassPath而不保存数组。在列表理解中,一旦遍历整个数组

,它将被保存

您可以像这样编写循环来设置元素并可以进行下一次迭代(这几乎就像您的第一个解决方案)

emaint[i-1]

或者根据Sebastian的建议,您可以使用Pandas