Question

我有以下查询：是否可以按片获取元组中每个字符串的第一个符号元组？我尝试了以下代码：

t = ("aaa", "aab", "abc", "aba", "bcc")
print(t[:][0])

我得到了“ aaa”。我想要的是['a'，'a'，'a'，'a'，'b']。确保可以通过生成器完成：

letters = (x[0] for x in t)

但是可以切成薄片吗？谢谢。

Answer 1

以下代码未明确使用切片，但非常有效：

letters = next(zip(*t))
letters
#('a', 'a', 'a', 'a', 'b')

此方法比带选择的列表理解（[0]快25％，比带切片的列表理解（[:1]快48％。

Answer 2

经典的解决方案是使用列表理解。另一种实用的方法是使用operator.itemgetter。

但是您可以通过第三方NumPy进一步接近矢量化功能。在这里，您应该看到较大的性能改进。切片是微不足道的；成本主要来自转换为NumPy数组。

NumPy解决方案假定您的字符串长度相同，并且您对将输出作为数组而不是列表感到满意：

res = np.array(t).view('<U1')[::len(t[0])]

一些性能基准测试：

import numpy as np
from operator import itemgetter

t = ("aaa", "aab", "abc", "aba", "bcc")
t = t*500000
t_arr = np.array(t)

def comp(tup):
    return [x[0] for x in tup]

def func(tup):
    return list(map(itemgetter(0), tup))

def nump(tup):
    return np.array(tup).view('<U1')[::len(tup[0])]

def nump2(arr):
    return arr.view('<U1')[::len(arr[0])]

def dyz(tup):
    letters, *_ = zip(*tup)
    return letters

def dyz2(tup):
    return next(zip(*tup))

%timeit comp(t)       # 276 ms per loop
%timeit func(t)       # 338 ms per loop
%timeit nump(t)       # 174 ms per loop
%timeit nump2(t_arr)  # 2.86 µs per loop
%timeit dyz(t)        # 351 ms per loop
%timeit dyz2(t)       # 245 ms per loop

Answer 3

不，这是不可能的，因为Slice不能返回多个String。您需要在元组上循环：[t中的i的x [0]]。

Python：从字符串元组中获取第一个元素

3 个答案: