Python 3.x 如何找到“a”的长度；“过滤器”；python中的对象 >n=[1,2,3,4] >>>过滤器（λx:x>3，n） >>>透镜（滤波器（λx:x>3，n）） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 透镜（滤波器（λx:x>3，n）） TypeError:类型为“filter”的对象没有len（）

我无法得到我得到的列表的长度。所以我试着把它保存到一个变量中，就像这样

>>> n = [1,2,3,4]

>>> filter(lambda x:x>3,n)
<filter object at 0x0000000002FDBBA8>

>>> len(filter(lambda x:x>3,n))
Traceback (most recent call last):
  File "<pyshell#3>", line 1, in <module>
    len(filter(lambda x:x>3,n))
TypeError: object of type 'filter' has no len()

>>l=过滤器（λx:x>3，n）
>>>莱恩（l）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
莱恩（l）
TypeError:类型为“filter”的对象没有len（）

---

除了使用循环，还有什么方法可以得到这个循环的长度吗？

您必须以某种方式迭代筛选对象。一种方法是将其转换为列表：

>>> l = filter(lambda x:x>3,n)
>>> len(l)
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    len(l)
TypeError: object of type 'filter' has no len()

同样，

len（l）

将返回长度。

对于python 3，它将返回一个迭代器

“从iterable的元素构造一个迭代器 函数返回true。“

在Python2中，它返回了一个列表：参见。

---

您将需要迭代筛选对象以查找其长度。

这是一个老问题，但我认为这个问题需要使用map reduce来回答。 因此，这里：

l = [x for x in n if x > 3]

---

如果

n

不适合计算机内存，这一点尤其好。

通常，

filter

和

reduce

不是pythonic

@arshajii采用了以下解决方案：

from functools import reduce

def ilen(iterable):
    return reduce(lambda sum, element: sum + 1, iterable, 0)

ilen(filter(lambda x: x > 3, n))

这很简单，但并没有描述您到底想做什么，它列出了一个可能需要额外内存的列表。 更好的解决方案是在生成器中使用

sum

：

len([x for x in n if x > 3])

（请参见此处有关生成器的详细信息：）

但是，在大多数情况下，使用生成器的

sum

速度实际上较慢，这是因为实现（在CPython 3.6.4中进行了测试）：

---

将筛选器转换为列表将占用额外内存，这对于大量数据来说可能是不可接受的。您可以查找筛选器对象的长度，而无需将其转换为列表：

>>> l = filter(lambda x:x>3,n)
>>> len(l)
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    len(l)
TypeError: object of type 'filter' has no len()

---

sum（1表示过滤器中的uu（λx:x>3，n））

在生成对象之前，无法知道生成器将生成多少对象。如果您关心优化，您可以使用先验信息来加快速度-例如，如果您知道您的列表已排序，您可以丢弃

索引（3）

下面的项目。这是最简单的方法，但实际上不是正确的方法。我更喜欢阿尔胡和曹的答案。python内部不支持reduce方式，这是多么遗憾啊！如果

n

相当大，此解决方案会占用大量额外内存。这比使用列表迭代的len快吗？不是用python，但如果要优化需要过滤对象长度的算法，构建列表来计算长度不是最佳方法。

sum(1 for x in n if x > 3)

In [1]: %timeit len([1 for x in range(10000000)])
356 ms ± 17.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [2]: %timeit sum(1 for x in range(10000000))
676 ms ± 7.05 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)