Question

通过积累进行减少的Pythonic方法是什么？

例如，选择R＆＃39; Reduce()。给定一个列表和一个任意的lambda函数，它允许通过设置accumulate=T产生累积结果的向量而不是最终结果。一个简单的乘法作为lambda函数的例子是（取自this answer）：

Reduce(`*`, x=list(5,4,3,2), accumulate=TRUE)
# [1]   5  20  60 120

重要的是可以使用任意lambda函数（如lambda x, y: ...），因此可以使用例如# the source list l = [0.5, 0.9, 0.8, 0.1, 0.1, 0.9] # the lambda function for aggregation can be arbitrary # this one is just made up for the example func = lambda x, y: x * 0.65 + y * 0.35 # the accumulated reduce: # a) the target list with initializer value hardcoded l2 = [l[0]] # b) the loop for i in range(1, len(l)): l2 += [func( l2[i-1], # last value in l2 l[i] # new value from l )]}的解决方案。只使用总和，乘法，否则不会做的伎俩。我无法想出一个Pythonic解决方案来做到这一点，例如Python的itertools或functools，但可能有办法。尽管还有许多关于使用Python进行减少和特别积累的其他问题和答案，但到目前为止我还没有找到一个通用的答案。

使用循环执行带有任意lambda函数的累积reduce的非Pythonic示例可能如下所示：

 .subscribe(res-> {
                      //success case

                    },
                    t -> {
                        if (t instanceof HttpException) {
                           if (((HttpException) t).code() == 422) {
                           String errorResponse=((HttpException) t).response().errorBody().string();
                         //your validations
                        }
                        } else {

                            t.printStackTrace();

                        }
                    });

那么：你如何用Pythonic方式进行累积和任意lambda函数的减少？

Answer 1

在Python 3中（在3.2中引入，能够传递3.3中添加的功能）这已在itertools.accumulate中实现。只需使用它：

from itertools import accumulate
list(accumulate([5, 4, 3, 2], lambda a, b: a*b))
# [5, 20, 60, 120]

如果您使用的是早期的Python版本，或者想要自己实现它，并且您真的想要任意lambda（需要两个参数）才能工作，那么您可以使用在上述文件：

def accumulate(iterable, func=operator.add):
    'Return running totals'
    # accumulate([1,2,3,4,5]) --> 1 3 6 10 15
    # accumulate([1,2,3,4,5], operator.mul) --> 1 2 6 24 120
    it = iter(iterable)
    try:
        total = next(it)
    except StopIteration:
        return
    yield total
    for element in it:
        total = func(total, element)
        yield total

用法与上述完全相同。

如果您使用numpy，则存在更快的解决方案，至少对于所有numpy.ufunc来说都是如此。这些功能基本上与标准库模块math提供的功能相同，然后是一些功能。您可以找到完整列表here。

每个numpy.ufunc都有accumulate方法，因此您可以这样做：

import numpy as np
np.multiply.accumulate([5, 4, 3, 2])
# array([  5,  20,  60, 120])

Pythonic减少累积和任意lambda函数？

1 个答案: