Python轉(zhuǎn)換itertools.chain對(duì)象為數(shù)組的方法
之前做1月總結(jié)的時(shí)候說(shuō)過(guò)希望每天或者每2天開始的更新一些學(xué)習(xí)筆記，這是開始的第一篇。
這篇介紹的是如何把一個(gè) itertools.chain 對(duì)象轉(zhuǎn)換為一個(gè)數(shù)組。
參考 stackoverflow 上的一個(gè)回答：Get an array back from an itertools.chain object，鏈接如下：
https://stackoverflow.com/questions/26853860/get-an-array-back-from-an-itertools-chain-object
例子：
list_of_numbers = [[1, 2], [3], []] import itertools chain = itertools.chain(*list_of_numbers)
解決方法有兩種：
第一種比較簡(jiǎn)單，直接采用 list 方法，如下所示：
list(chain)
但缺點(diǎn)有兩個(gè)：
會(huì)在外層多嵌套一個(gè)列表
效率并不高
第二個(gè)就是利用 numpy 庫(kù)的方法 np.fromiter ，示例如下：
>>> import numpy as np >>> from itertools import chain >>> list_of_numbers = [[1, 2], [3], []] >>> np.fromiter(chain(*list_of_numbers), dtype=int) array([1, 2, 3])
對(duì)比兩種方法的運(yùn)算時(shí)間，如下所示：
>>> list_of_numbers = [[1, 2]*1000, [3]*1000, []]*1000 >>> %timeit np.fromiter(chain(*list_of_numbers), dtype=int) 10 loops, best of 3: 103 ms per loop >>> %timeit np.array(list(chain(*list_of_numbers))) 1 loops, best of 3: 199 ms per loop
可以看到采用 numpy 方法的運(yùn)算速度會(huì)更快。
補(bǔ)充：下面看下itertools 的 chain() 方法
# -*- coding:utf-8 -*-
from itertools import chain
from random import randint
# 隨機(jī)生成 19 個(gè)整數(shù)（在 60 到 100 之間）
c1 = [randint(60, 100) for _ in range(19)]
# 隨機(jī)生成 24 個(gè)整數(shù)（在 60 到 100 之間）
c2 = [randint(60, 100) for _ in range(24)]
# 隨機(jī)生成 42 個(gè)整數(shù)（在 60 到 100 之間）
c3 = [randint(60, 100) for _ in range(42)]
# 隨機(jī)生成 22 個(gè)整數(shù)（在 60 到 100 之間）
c4 = [randint(60, 100) for _ in range(22)]
count = 0
# chain()可以把一組迭代對(duì)象串聯(lián)起來(lái)，形成一個(gè)更大的迭代器
for s in chain(c1, c2, c3, c4):
if s > 90:
count += 1
print('4 個(gè)班單科成績(jī)大于 90 分的人次為', count)
總結(jié)
以上所述是小編給大家介紹的Python轉(zhuǎn)換itertools.chain對(duì)象為數(shù)組的方法，希望對(duì)大家有所幫助！
相關(guān)文章
這篇文章主要介紹了python中f‘{}‘用法,f’{}’用法等同于 format用法的簡(jiǎn)單使用，更加方便，本文給大家詳細(xì)講解，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-03-03
使用Python & Flask 實(shí)現(xiàn)RESTful Web API的實(shí)例
下面小編就為大家?guī)?lái)一篇使用Python & Flask 實(shí)現(xiàn)RESTful Web API的實(shí)例。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-09-09
Python面向?qū)ο蟪绦蛟O(shè)計(jì)類變量與成員變量、類方法與成員方法用法分析
這篇文章主要介紹了Python面向?qū)ο蟪绦蛟O(shè)計(jì)類變量與成員變量、類方法與成員方法用法,結(jié)合實(shí)例形式較為詳細(xì)的分析了類變量與成員變量、類方法與成員方法、類方法與靜態(tài)方法等概念、原理及使用技巧,需要的朋友可以參考下2019-04-04
這篇文章主要介紹了django使用html模板減少代碼代碼解析，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
這篇文章主要介紹了如何在python中寫hive腳本,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11
今天小編就為大家分享一篇關(guān)于Python Scapy隨心所欲研究TCP協(xié)議棧，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2018-11-11
這篇文章主要介紹了python 比較2張圖片的相似度的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12
這篇文章主要介紹了Python中的JMESPath庫(kù)示例詳解,JMESPath的基本思想是使用類似于XPath的路徑表達(dá)式來(lái)指定要從JSON結(jié)構(gòu)中提取哪些數(shù)據(jù),它允許您以一致的方式導(dǎo)航和過(guò)濾JSON對(duì)象和數(shù)組,需要的朋友可以參考下2023-09-09
Pytorch中使用ImageFolder讀取數(shù)據(jù)集時(shí)忽略特定文件
這篇文章主要介紹了Pytorch中使用ImageFolder讀取數(shù)據(jù)集時(shí)忽略特定文件，具有一的參考價(jià)值需要的小伙伴可以參考一下，希望對(duì)你有所幫助2022-03-03
這篇文章主要介紹了PyQt5中向單元格添加控件的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-03-03