如何在 Python 中有效地迭代列表值的重疊對(或 N 元素視窗)?
迭代重疊的列表值對
迭代 Python 列表時,通常需要存取當前元素和後續元素。雖然使用 zip 函數對連續值進行配對是有效的,但可能還有更有效的方法。
使用pairwise() 函數
Python 3.8 提供了 itertools。 pairwise() 函數,它將可迭代的連續元素配對:
import itertools def pairwise(iterable): "s -> (s0, s1), (s1, s2), (s2, s3), ..." a, b = itertools.tee(iterable) next(b, None) return zip(a, b)
此函數建立兩個迭代器 a 和 b,指向輸入可迭代物件的第一個元素。 b 前進一步,導致 a 指向目前元素,b 指向下一個元素。然後使用 zip 對兩個迭代器中的元素進行配對。
用法範例:
the_list = ['a', 'b', 'c', 'd'] for current, next in pairwise(the_list): print(current, next) # Output: # a b # b c # c d
注意事項:
值得注意的是,pairwise() 經過多次迭代可迭代來發揮作用。這意味著,如果一個迭代器的前進速度明顯快於其他迭代器,則實作可能會將消耗的元素保留在記憶體中,以確保它們可供所有迭代器使用。
N 元素 Windows 的其他選項
pairwise()函數可以擴展以創建任意大小的視窗:
def n_wise(iterable, n): "s -> (s0, s1, ..., s(n-1)), (s1, s2, ..., s(n)), ..." iterators = itertools.tee(iterable, n) for i in range(1, n): next(iterators[i], None) return zip(*iterators)
例如,迭代列表中的三元組:
for triplet in n_wise(the_list, 3): print(*triplet) # Output: # a b c # b c d
結論:
雖然使用zip 迭代重疊對的傳統方法是可行的,但pairwise() 和n_wise函數提供一種簡潔有效的方法來為任何大小的視窗實現相同的結果。
以上是如何在 Python 中有效地迭代列表值的重疊對(或 N 元素視窗)?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
