逐元素添加两个列表？

2024-12-18 08:38:00
admin
原创
176
摘要：问题描述：我现在有：list1 = [1, 2, 3] list2 = [4, 5, 6] 我希望拥有：[1, 2, 3] + + + [4, 5, 6] || || || [5, 7, 9] 只需将两个列表逐个元素相加即可。我当然可以迭代这两个列表，但我不想这样做。最符合 Python 风格的方式是什...

问题描述：

我现在有：

list1 = [1, 2, 3]
list2 = [4, 5, 6]

我希望拥有：

[1, 2, 3]
 +  +  +
[4, 5, 6]
|| || ||
[5, 7, 9]

只需将两个列表逐个元素相加即可。

我当然可以迭代这两个列表，但我不想这样做。

最符合 Python 风格的方式是什么？

解决方案 1：

使用：map​operator.add

>>> from operator import add
>>> list( map(add, list1, list2) )
[5, 7, 9]

或者zip使用列表推导：

>>> [sum(x) for x in zip(list1, list2)]
[5, 7, 9]

时间比较：

>>> list2 = [4, 5, 6]*10**5
>>> list1 = [1, 2, 3]*10**5
>>> %timeit from operator import add;map(add, list1, list2)
10 loops, best of 3: 44.6 ms per loop
>>> %timeit from itertools import izip; [a + b for a, b in izip(list1, list2)]
10 loops, best of 3: 71 ms per loop
>>> %timeit [a + b for a, b in zip(list1, list2)]
10 loops, best of 3: 112 ms per loop
>>> %timeit from itertools import izip;[sum(x) for x in izip(list1, list2)]
1 loops, best of 3: 139 ms per loop
>>> %timeit [sum(x) for x in zip(list1, list2)]
1 loops, best of 3: 177 ms per loop

解决方案 2：

其他人给出了如何在纯 Python 中执行此操作的示例。如果要对包含 100,000 个元素的数组执行此操作，则应使用 numpy：

In [1]: import numpy as np
In [2]: vector1 = np.array([1, 2, 3])
In [3]: vector2 = np.array([4, 5, 6])

现在，逐元素加法非常简单

In [4]: sum_vector = vector1 + vector2
In [5]: print sum_vector
[5 7 9]

就像在 Matlab 中一样。

与 Ashwini 最快版本进行比较的时间：

In [16]: from operator import add
In [17]: n = 10**5
In [18]: vector2 = np.tile([4,5,6], n)
In [19]: vector1 = np.tile([1,2,3], n)
In [20]: list1 = [1,2,3]*n
In [21]: list2 = [4,5,6]*n
In [22]: timeit map(add, list1, list2)
10 loops, best of 3: 26.9 ms per loop

In [23]: timeit vector1 + vector2
1000 loops, best of 3: 1.06 ms per loop

所以这是快了 25 倍！但要使用适合您情况的方法。对于一个简单的程序，您可能不想安装 numpy，因此请使用标准 python（我发现Henry 的版本是最 Pythonic 的版本）。如果您喜欢严肃的数字运算，那就让我们numpy来做繁重的工作吧。对于速度狂人来说：似乎从 开始 numpy 解决方案更快n = 8。

解决方案 3：

[a + b for a, b in zip(list1, list2)]

解决方案 4：

正如其他人所描述的，一种快速且节省空间的解决方案是使用具有内置矢量操作功能的 numpy (np)：

1.使用 Numpy

x = np.array([1,2,3])
y = np.array([2,3,4])
print x+y

2. 内置功能

2.1 Lambda

list1=[1, 2, 3]
list2=[4, 5, 6]
print map(lambda x,y:x+y, list1, list2)

请注意，map() 支持多个参数。

2.2 zip 和列表推导

list1=[1, 2, 3]
list2=[4, 5, 6]
print [x + y for x, y in zip(list1, list2)]

解决方案 5：

从我的观点来看，它使用起来更简单numpy：

import numpy as np
list1=[1,2,3]
list2=[4,5,6]
np.add(list1,list2)

结果：

终端执行

有关详细参数信息，请查看此处：numpy.add

解决方案 6：

如果您有未知数量的列表，并且不需要导入任何内容，那么这也许是 Python 风格的并且稍微有用。

只要列表长度相同，您就可以使用以下函数。

这里 *args 接受可变数量的列表参数（但每个参数的数量仅相加相同）。

在返回的列表中再次使用 * 来解包每个列表中的元素。

def sum_lists(*args):
    return list(map(sum, zip(*args)))

a = [1,2,3]
b = [1,2,3]  

sum_lists(a,b)

输出：

[2, 4, 6]

或者有 3 个列表

sum_lists([5,5,5,5,5], [10,10,10,10,10], [4,4,4,4,4])

输出：

[19, 19, 19, 19, 19]

解决方案 7：

也许“最符合 Python 风格的方法”应该包括处理 list1 和 list2 大小不同的情况。应用其中一些方法会悄悄地给你一个答案。numpy 方法会让你知道，最有可能的是 ValueError。

例子：

import numpy as np
>>> list1 = [ 1, 2 ]
>>> list2 = [ 1, 2, 3]
>>> list3 = [ 1 ]
>>> [a + b for a, b in zip(list1, list2)]
[2, 4]
>>> [a + b for a, b in zip(list1, list3)]
[2]
>>> a = np.array (list1)
>>> b = np.array (list2)
>>> a+b
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: operands could not be broadcast together with shapes (2) (3)

如果这是你问题中的一个函数，你可能想要什么结果？

解决方案 8：

如果您需要处理不同大小的列表，请不要担心！出色的itertools模块可以满足您的需求：

>>> from itertools import zip_longest
>>> list1 = [1,2,1]
>>> list2 = [2,1,2,3]
>>> [sum(x) for x in zip_longest(list1, list2, fillvalue=0)]
[3, 3, 3, 3]
>>>

在 Python 2 中，zip_longest被称为izip_longest。

另请参阅此相关答案并评论另一个问题。

解决方案 9：

这很简单numpy.add()

import numpy

list1 = numpy.array([1, 2, 3])
list2 = numpy.array([4, 5, 6])
result = numpy.add(list1, list2) # result receive element-wise addition of list1 and list2
print(result)
array([5, 7, 9])

请参阅此处的文档

如果你想接收一个python列表：

result.tolist()

解决方案 10：

这将适用于 2 个或更多列表；遍历列表列表，但使用 numpy 加法来处理每个列表的元素

import numpy as np
list1=[1, 2, 3]
list2=[4, 5, 6]

lists = [list1, list2]
list_sum = np.zeros(len(list1))
for i in lists:
   list_sum += i
list_sum = list_sum.tolist()    

[5.0, 7.0, 9.0]

解决方案 11：

[list1[i] + list2[i] for i in range(len(list1))]

解决方案 12：

将 map 与 lambda 函数结合使用：

>>> map(lambda x, y: x + y, list1, list2)
[5, 7, 9]

解决方案 13：

我没有计时，但我猜测这会很快：

import numpy as np
list1=[1, 2, 3]
list2=[4, 5, 6]

list_sum = (np.add(list1, list2)).tolist()

[5, 7, 9]

解决方案 14：

  • zip 函数在这里很有用，与列表推导一起使用v1。v2

  • 如果您有一个列表列表（而不是仅仅两个列表），则可以使用v3。

  • 对于长度不同的列表（例如：通过在第一个/第二个列表的末尾添加 1），那么您可以尝试这样的操作（使用 zip_longest）-v4

first = [1, 2, 3, 1]
second = [4, 5, 6]

output: [5, 7, 9, 1]

  • 如果有未知数量的相同长度的列表，则可以使用函数v5。

  • v6- operator 模块导出一组与 Python 固有运算符相对应的高效函数。例如，operator.add(x, y)相当于表达式x+y。

  • v7- 假设两个列表的长度first相同second，则不需要 zip 或其他任何东西。

first = [1, 2, 3]
second = [4, 5, 6]


# v1: Using list comprehension and sum function
# Simply an element-wise addition of two lists.
# Pythonic approach leveraging list comprehension and sum function.
third1 = [sum(i) for i in zip(first, second)]

# v2: Using list comprehension and element-wise addition
# Simply an element-wise addition of two lists.
# Pythonic approach using list comprehension with element-wise addition.
third2 = [x + y for x, y in zip(first, second)]

# v3: Using list comprehension and sum function with unpacking
# Simply an element-wise addition of two lists.
# Pythonic approach utilizing list comprehension, sum function, and unpacking.
lists_of_lists = [[1, 2, 3], [4, 5, 6]]
third3 = [sum(x) for x in zip(*lists_of_lists)]

# v4: Using map, zip_longest, and sum function
# Simply an element-wise addition of two lists.
# Pythonic approach using map, zip_longest for equal-length iteration, and sum function.
from itertools import zip_longest
third4 = list(map(sum, zip_longest(first, second, fillvalue=0)))

# v5: Using a custom function and zip with *args
# Simply an element-wise addition of two lists.
# Pythonic approach with a custom function using zip and *args for flexibility.
def sum_lists(*args):
    return list(map(sum, zip(*args)))
third5 = sum_lists(first, second)

# v6: Using map, operator.add, and element-wise addition
# Simply an element-wise addition of two lists.
# Pythonic approach leveraging map, operator.add for element-wise addition.
import operator
third6 = list(map(operator.add, first, second))

# v7: Using list comprehension and range-based indexing
# Simply an element-wise addition of two lists.
# Pythonic approach using list comprehension with range-based indexing.
third7 = [first[i] + second[i] for i in range(len(first))]


print(third1) # [5, 7, 9]
print(third2) # [5, 7, 9]
print(third3) # [5, 7, 9]
print(third4) # [5, 7, 9]
print(third5) # [5, 7, 9]
print(third6) # [5, 7, 9]
print(third7) # [5, 7, 9]

解决方案 15：

尽管实际问题并不想遍历列表来生成结果，但所有提出的解决方案实际上都是这样做的！

回顾一下：如果不考虑所有向量元素，就无法将两个向量相加。因此，大多数此类解决方案的算法复杂度都是 Big-O(n)。其中 n 是向量的维数。

因此，从算法的角度来看，使用 for 循环迭代生成结果列表是合乎逻辑且符合 Python 规范的。此外，此方法没有调用或导入任何额外库的开销。

# Assumption: The lists are of equal length.
resultList = [list1[i] + list2[i] for i in range(len(list1))]

这里展示/讨论的时间取决于系统和实现，不能作为衡量操作效率的可靠指标。无论如何，向量加法运算的大 O 复杂度是线性的，即 O(n)。

解决方案 16：

有几种方法

  1. 使用Numpy

import numpy as np
x = np.array([2,3,3])
y = np.array([1,2,6])

print(type(x)) # <class 'numpy.ndarray'>
print(type(y)) # <class 'numpy.ndarray'>

print(x+y) # [3 5 9]
print(type(x+y)) # <class 'numpy.ndarray'>

在上面的代码中，您可以看到输入和输出是 NumPy 数组格式。

import numpy as np
list1=[4,2,2,5]
list2=[2,1,6,7]

print(type(list1)) # <class 'list'>
print(type(list2)) # <class 'list'>

print(np.add(list1,list2)) # [ 6  3  8 12]
print(type(np.add(list1,list2))) # <class 'numpy.ndarray'>

这里，输入和输出的格式不同。

  1. 使用 Numpy添加

import numpy as np
list1=[3, 1, 4]
list2=[0, 9, 7]

print(type(list1)) # <class 'list'>
print(type(list2)) # <class 'list'>

print(np.add(list1, list2).tolist()) # [3, 10, 11]
print(type(np.add(list1, list2).tolist())) # <class 'list'>

在此示例中，我们明确使用to_list()将 NumPy 数组转换为列表类型

  1. 使用Map和Lambda

list1=[1, 3, 3]
list2=[3, 6, 8]

print(map(lambda x,y:x+y, list1, list2)) # <map object at 0x7fea235260a0>
print(list(map(lambda x,y:x+y, list1, list2))) # [4, 9, 11]

  1. 使用zip和列表推导

list1=[3, 1, 3]
list2=[1, 1, 3]

print(type(list1)) # <class 'list'>
print(type(list2)) # <class 'list'>

print(x + y for x, y in zip(list1, list2)) # <generator object <genexpr> at 0x7f755307b6d0>
print(list(x + y for x, y in zip(list1, list2))) # [4, 2, 6]
print(type([x + y for x, y in zip(list1, list2)])) # <class 'list'>

print(sum(x) for x in zip(list1, list2)) # <generator object <genexpr> at 0x7f4c623e76d0>
print(list(sum(x) for x in zip(list1, list2))) # [4, 2, 6]
print(type([sum(x) for x in zip(list1, list2)])) # <class 'list'>

  1. 使用Map和operator.add

from operator import add
list1=[3, 1, 3]
list2=[1, 1, 3]
print(list(map(add, list1, list2))) # [4, 2, 6]

解决方案 17：

a_list = []
b_list = []
for i in range(1,100):
    a_list.append(random.randint(1,100))

for i in range(1,100):
    a_list.append(random.randint(101,200))
[sum(x) for x in zip(a_list , b_list )]

解决方案 18：

list1 = [1, 2, 3]
list2 = [4, 5, 6]
[list1_i + list2_i for list1_i, list2_i in zip(list1 , list2)]
>> [5, 7, 9]

只需添加减法，因为减法只不过是负和。那么解决方案将是：

[list1_i - list2_i for list1_i, list2_i in zip(list1 , list2)]
>> [-3, -3, -3]
相关推荐
置顶 政府信创国产化的10大政策解读
政府信创国产化的10大政策解读
  政府信创国产化的10大政策解读一、信创国产化的背景与意义信创国产化，即信息技术应用创新国产化，是当前中国信息技术领域的一个重要发展方向。其核心在于通过自主研发和创新，实现信息技术应用的自主可控，减少对外部技术的依赖，并规避潜在的技术制裁和风险。随着全球信息技术竞争的加剧，以及某些国家对中国在科技领域的打压，信创国产化显...
工程项目管理   2579  
置顶 2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
  为什么项目管理通常仍然耗时且低效？您是否还在反复更新电子表格、淹没在便利贴中并参加每周更新会议？这确实是耗费时间和精力。借助软件工具的帮助，您可以一目了然地全面了解您的项目。如今，国内外有足够多优秀的项目管理软件可以帮助您掌控每个项目。什么是项目管理软件？项目管理软件是广泛行业用于项目规划、资源分配和调度的软件。它使项...
项目管理软件   1553  
IPD流程中的技术评审与决策评审：区别与协同！
IPD流程中的技术评审与决策评审：区别与协同！
  IPD（Integrated Product Development）流程作为一种先进的产品开发管理模式，在众多企业中得到了广泛应用。其中，技术评审与决策评审是IPD流程中至关重要的环节，它们既有明显的区别，又存在紧密的协同关系。深入理解这两者的区别与协同，对于企业有效实施IPD流程，提升产品开发效率与质量具有重要意义...
IPD管理流程   27  
【专家视角】2025年项目管理软件哪家强？这10款口碑最佳！
【专家视角】2025年项目管理软件哪家强？这10款口碑最佳！
  本文介绍了以下10款项目管理软件工具：禅道项目管理软件、ClickUp、Freshdesk、GanttPRO、Planview、Smartsheet、Asana、Nifty、HubPlanner、Teamwork。在当今快速变化的商业环境中，项目管理软件已成为企业提升效率、优化资源分配和确保项目按时交付的关键工具。然而...
项目管理系统   22  
提升建设工程项目质量的7个实用方法
提升建设工程项目质量的7个实用方法
  建设工程项目质量关乎社会公众的生命财产安全，也影响着企业的声誉和可持续发展。高质量的建设工程不仅能为使用者提供舒适、安全的环境，还能提升城市形象，推动经济的健康发展。在实际的项目操作中，诸多因素会对工程质量产生影响，从规划设计到施工建设，再到后期的验收维护，每一个环节都至关重要。因此，探寻并运用有效的方法来提升建设工程...
工程项目管理制度   19  
热门文章
项目管理软件
政府信创国产化的10大政策解读
2025soft
2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
img020
使用 Python 'Requests' 模块的代理
img044
10个项目管理常见问题解答：包括难点和解决方法
项目管理软件
项目延期的原因有哪些？如何有效预防和管理？
项目管理软件
5个成功案例解析项目进度管理的最佳实践
项目里程碑计划模板
项目里程碑计划模板怎么写?设定项目里程碑的5个方法
项目管理软件有哪些？
热门标签
更多>
IPD流程 项目管理 plm项目管理软件 敏捷开发 项目管理软件 Scrum 敏捷项目管理 IPD流程管理 项目风险管理 项目管理工具 项目经理 极限编程  产品管理  项目经理职责 项目路线图 项目进度管理 团队管理 测试管理工具 项目预算管理 PMP认证 瀑布式管理 项目范围管理 IT科技 项目管理平台 工程项目管理 项目资源管理 pmp证书考试
曾咪二维码

扫码咨询，免费领取项目管理大礼包！

云禅道AD
禅道项目管理软件

云端的项目管理软件

尊享禅道项目软件收费版功能

无需维护，随时随地协同办公

内置subversion和git源码管理

每天备份，随时转为私有部署

免费试用