python中两个项目列表求和的最快方法

我有一个奇怪的要求，我希望以最大的效率来解决；我有两个列表

list_1

和

list_2

，它们的长度相同，并且都只包含大于或等于0的整数。我想创建一个新的列表

list_3

，这样每个元素

I

都是

list_1

和

list_2

中位于

I

位置的元素之和。在python中，这就足够了：

list_3=[list_1[i]+list_2[i]表示范围内的i（len（list_1））]

---

然而，有一个陷阱。对于每个

i

，这样

0就可以在Python3.x中很好地工作

list3 = [x+y if x and y else 0 for x, y in zip(list1, list2)]

或者，如果您使用的是Python 2.x：

import itertools as it
list3 = [x+y if x and y else 0 for x, y in it.izip(list1, list2)]

您可以使用：

对于Numpy（您的问题已标记），您可以使用：

或者，如果您更喜欢函数而不是lambda：

>>> def vector(e1, e2):
...    if e1 and e2: return e1+e2
...    return 0
...
>>> vector_func=np.vectorize(vector)
>>> vector_func(a1,a2)
array([ 2,  4,  6,  0,  0, 11, 13])

使用计时代码，矢量化解决方案速度更快：

import timeit
import numpy as np
import random

a1=np.array([random.randint(0, 323) for i in range(323)])
a2=np.array([random.randint(0, 323) for i in range(323)])
vector_func=np.vectorize(lambda e1, e2: e1+e2 if e1 and e2 else 0)

n=10000

setup='''
from __main__ import a1, a2, vector_func
'''
print timeit.timeit('a3 = [a1[i] + a2[i] if a2[i] else 0 for i in range(len(a1))]', setup=setup, number=n)
print timeit.timeit('a3 = [x + y if y else 0 for x, y in zip(a1, a2)]', setup=setup, number=n)
print timeit.timeit('a3=vector_func(a1,a2)', setup=setup, number=n)

印刷品：

2.25640797615
1.97595286369
0.993543148041

与纯Python相比，Numpy速度较慢，不过如果您只有int，并且没有其他理由使用Numpy的话
 下面是一个示例，它说明了正则和和条件和，使用：

list3 = [x + y for x, y in zip(list1, list2)]

关于速度，任何明智的解决方案都会执行相同的操作——尽管为了节省内存，如果代码的其余部分允许，可以考虑使用生成器表达式而不是列表。您应该选择最清晰的内容。
设置：

import numpy as np
import random
list_1 = [random.randint(0, 323) for i in range(323)]
list_2 = [random.randint(0, 323) for i in range(323)]
array_1 = np.random.randint(0,323,323)
array_2 = np.random.randint(0,323,323)

原定时间：

%timeit list_3 = [list_1[i] + list_2[i] if list_2[i] else 0 for i in range(len(list_1))]
10000 loops, best of 3: 62.8 µs per loop

%timeit list_3 = [list_1[i] + list_2[i] if list_2[i] else 0 for i in range(len(list_1))]
10000 loops, best of 3: 62.3 µs per loop

奥斯卡·洛佩兹的解决方案：

%timeit list3 = [x+y if x and y else 0 for x, y in zip(list_1, list_2)]
10000 loops, best of 3: 60.7 µs per loop

import itertools as it

%timeit list3 = [x+y if x and y else 0 for x, y in it.izip(list_1, list_2)]
10000 loops, best of 3: 50.5 µs per loop

Dawg的
np.矢量化
解决方案：

vector_func=np.vectorize(lambda e1, e2: e1+e2 if e1 and e2 else 0)

%timeit vector_func(array_1,array_2)
10000 loops, best of 3: 121 µs per loop

%timeit out = array_1 + array_2; out[(array_1==0) & (array_2==0)] = 0
100000 loops, best of 3: 11.1 µs per loop

numpy解决方案：

vector_func=np.vectorize(lambda e1, e2: e1+e2 if e1 and e2 else 0)

%timeit vector_func(array_1,array_2)
10000 loops, best of 3: 121 µs per loop

%timeit out = array_1 + array_2; out[(array_1==0) & (array_2==0)] = 0
100000 loops, best of 3: 11.1 µs per loop

这里的问题是，如果您选择使用列表，numpy解决方案实际上会更慢

%%timeit
array_1 = np.array(list_1)
array_2 = np.array(list_2)
out = array_1 + array_2
out[(array_1==0) & (array_2==0)] = 0
10000 loops, best of 3: 84.8 µs per loop

numpy解决方案将是最快的，但您需要在一开始就使用numpy阵列

按键按下的时间越长，所述按键的计数器增加的越高

除非你的用户有300个手指，否则他们一次最多只能按10个键。您可以注册keydown和keyup事件；当按键按下时，在数组上保存帧计数器或time（）/clock（）的返回值；当一个键启动或需要查找该键的当前值时，减去差值。这将使循环的数量减少到10个左右，而不是300个。请注意，根据系统的不同，time（）/clock（）可能是一个系统调用，可能会比较慢，因此最好使用帧计数器

counter = 0
keys = {}
while True:
    for event in pygame.event.get() :
        if event.type == pygame.KEYDOWN :
            keys[event.key] = counter
        elif event.type == pygame.KEYUP :
            diff[event.key] = keys.pop(event.key) - counter
    counter += 1

但我非常怀疑这是否是您游戏的瓶颈。
请指定编辑的“位置I处的物品”，以便更好地描述我所说的“位置I处的物品”。谢谢！为了理解性能需求，您是否愿意详细说明您需要计算什么以及它为什么会成为瓶颈？也许你需要一个numpy解决方案，而不是下面的列表。如果这严重影响了你的瓶颈？我怀疑优化一个占你60帧的时间预算0.4%的操作会有什么不同。所以我太偏执了？请告诉我是否是因为我以前在不必要的地方进行过微优化。我只是担心，因为到目前为止，所有其他的事情似乎都需要更少的时间。如果
list2
中的项为零，那么这并不等于0。如果t[0]，那么应该是
sum（t）！=0和t[1]！=0其他0
为了处理问题中的奇怪捕获。你们是对的，我忽略了捕获。现在修好了
vector_func=np.vectorize(lambda e1, e2: e1+e2 if e1 and e2 else 0)

%timeit vector_func(array_1,array_2)
10000 loops, best of 3: 121 µs per loop

%timeit out = array_1 + array_2; out[(array_1==0) & (array_2==0)] = 0
100000 loops, best of 3: 11.1 µs per loop

%%timeit
array_1 = np.array(list_1)
array_2 = np.array(list_2)
out = array_1 + array_2
out[(array_1==0) & (array_2==0)] = 0
10000 loops, best of 3: 84.8 µs per loop

counter = 0
keys = {}
while True:
    for event in pygame.event.get() :
        if event.type == pygame.KEYDOWN :
            keys[event.key] = counter
        elif event.type == pygame.KEYUP :
            diff[event.key] = keys.pop(event.key) - counter
    counter += 1