Summieren von ganzen Zahlen in Python-Listen: Eine umfassende Anleitung
Bei der Arbeit mit numerischen Daten in Python ist es oft nützlich, die Summe von Werten zu ermitteln in einer Liste. Dies kann für verschiedene Anwendungen verwendet werden, beispielsweise zum Berechnen von Summen oder zum Berechnen von Durchschnittswerten.
Lösung
Es gibt mehrere Möglichkeiten, diesen Vorgang in Python auszuführen. Hier sind die gängigsten Ansätze:
Verwendung der Funktion sum():
Der einfachste Weg, ganze Zahlen in einer Liste zu summieren, ist die Verwendung der integrierten Funktion sum() Funktion. Diese Funktion verwendet eine Liste von Zahlen als Argument und gibt die Summe aller ihrer Elemente zurück.
<code class="python">x = [2, 4, 7, 12, 3] sum_of_all_numbers = sum(x)</code>
Verwendung der Funktion „reduce()“:
Ein anderer Ansatz ist um die Funktion Reduce() zu verwenden. Reduzieren führt eine kumulative Operation für jedes Element einer Liste durch, was zu einem einzelnen Wert führt. In diesem Fall können wir eine Lambda-Funktion verwenden, um die Additionsoperation zu definieren.
<code class="python">x = [2, 4, 7, 12, 3] sum_of_all_numbers = reduce(lambda q, p: p + q, x)</code>
Erklärung
Beim sum()-Ansatz iteriert die Funktion über jeden Element in der Liste und fügt sie zusammen. Das Ergebnis wird in der Variablen „sum_of_all_numbers“ gespeichert.
Beim Reduce()-Ansatz wird die Lambda-Funktion verwendet, um eine Additionsoperation zu definieren. Die Funktion „reduce()“ wendet diesen Vorgang dann kumulativ auf jedes Element in der Liste an, beginnend mit den ersten beiden Elementen. Das Ergebnis wird in der Variablen sum_of_all_numbers gespeichert.
Beide Methoden bieten effiziente Möglichkeiten, die Summe von Ganzzahlen in einer Python-Liste zu berechnen. Allerdings ist die Funktion sum() im Allgemeinen die bevorzugte Wahl, da sie prägnanter und leichter zu verstehen ist.
Das obige ist der detaillierte Inhalt vonSo summieren Sie Ganzzahlen in einer Python-Liste effizient: „sum()' vs. „reduce()'.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!