用于建立并行列表的Pythonic模式

我是Python新手，我发现我正在一次又一次地编写相同的代码模式：

def foo(list):
    results = []
    for n in list:
        #do some or a lot of processing on N and possibly other variables
        nprime = operation(n)
        results.append(nprime)
    return results

我特别考虑创建空列表，然后执行

append

调用。有没有一种更像蟒蛇的方式来表达这种模式

append

可能没有最好的性能特性，但我不确定在Python中如何实现它

我通常知道输出的确切长度，因此每次调用

append

似乎可能会导致内存碎片或性能问题，但我也想知道这是否只是我以前的

C

方法让我感到困惑。我正在编写很多文本解析代码，这些代码对任何特定循环或片段的性能都不太敏感，因为所有性能实际上都包含在

gensim

或

NLTK

代码中，而且比我的能力更强

---

是否有更好/更具python风格的模式来执行这种类型的操作？

首先，您可能只需要理解列表（如果您的注释中提到的所有处理都发生在

操作中）

def foo(list):
    return [operation(n) for n in list]


如果列表理解在您的情况下不起作用，请考虑<代码> Foo是否需要构建列表，而可以是生成器。
def foo(list):
    for n in list:
        # Processing...
        yield operation(n)

在这种情况下，您可以迭代序列，并根据需要计算每个值：

for x in foo(myList):
   ...

或者，您可以让调用方决定是否需要完整列表：

results = list(foo())


如果以上两种方法都不合适，那么在循环体中建立返回列表是完全合理的

[…]因此，每次调用
append
似乎都可能导致内存碎片或性能问题，但我也在想，这是否只是我以前的C方式绊倒了我

如果您对此感到担忧，请不要担心。当需要重新调整列表的大小（列表根据其大小动态调整大小）以执行
O（1）
appends时，Python会过度分配。您可以手动调用
list.append
，也可以使用列表理解（内部也使用
.append
）就记忆而言，效果是相似的

列表理解的性能（速度方面）稍微好一点；它被优化用于创建具有专门字节码指令的列表，这些指令有助于它（
list\u APPEND
，主要是在
C
中直接调用lists APPEND）

当然，如果内存使用是一个问题，您可以选择chepners答案中突出显示的生成器方法来懒散地生成结果


最后，
for
循环仍然很好。与理解和
map
s相比，它们可能看起来很笨拙，但它们仍然提供了一种可识别和可读的方式来实现目标。
for
循环也值得我们的喜爱。
重复追加是可以的。尝试预先分配列表，虽然可能，但不太可能证明ide极大地提高了性能，并且可能很容易减慢速度。您是说额外的处理会阻止使用列表理解
return[操作（n）for n in list]
？根据
部分或大量处理的数量，或者它们的近亲生成器表达式可以比简单for循环提供速度或内存优势。如果
部分或大量处理
超过一两行代码，则for循环肯定会在可读性和可维护性方面胜出。如果ing不能像@chepner所建议的那样完全融入列表理解，for-loop方法是下一个最好的选择。处理过程肯定不适合循环理解。我认为我的代码中肯定有空间容纳更多生成器。可能有很多地方可以让我的代码读起来更好，组成起来更好。谢谢！（我会看看还有什么，但我认为在适当的时候添加生成器是我要寻找的答案，并将其标记为这样）更不用说列表理解需要使用
for
：）