在这种情况下，Python列表理解是有效的吗？
是python中的输入“脏”列表在这种情况下，Python列表理解是有效的吗？,python,Python,是python中的输入“脏”列表 input_list = [' \n ',' data1\n ',' data2\n',' \n','data3\n'.....] 每个列表元素都包含带有新行字符的空格或带有新行字符的数据 使用以下代码将其清除 cleaned_up_list = [data.strip() for data in input_list if data.strip()] 给予 在上述列表理解过程中，python是否在内部调用了两次strip（）？或者，如果我关心效
input_list = [' \n ',' data1\n ',' data2\n',' \n','data3\n'.....]
cleaned_up_list = [data.strip() for data in input_list if data.strip()]
strip（）循环迭代和strip（）
一次
for data in input_list
clean_data = data.strip()
if(clean_data):
cleaned_up_list.append(clean_data)
使用列表comp strip调用两次，如果只想调用strip一次并保持理解，请使用gen exp：
input_list[:] = [x for x in (s.strip() for s in input_list) if x]
输入：
input_list = [' \n ',' data1\n ',' data2\n',' \n','data3\n']
输出：
['data1', 'data2', 'data3']
input\u list[：]
将更改原始列表，该列表可能是您想要的，也可能不是您想要的，如果您确实想要创建一个新列表，只需使用cleaned\u list=…
我总是发现在Python2中使用itertools.imap
，在Python3中使用map
，而不是使用生成器，对于更大的输入来说效率最高：
from itertools import imap
input_list[:] = [x for x in imap(str.strip, input_list) if x]
采用不同方法的一些时间安排：
In [17]: input_list = [choice(input_list) for _ in range(1000000)]
In [19]: timeit filter(None, imap(str.strip, input_list))
10 loops, best of 3: 115 ms per loop
In [20]: timeit list(ifilter(None,imap(str.strip,input_list)))
10 loops, best of 3: 110 ms per loop
In [21]: timeit [x for x in imap(str.strip,input_list) if x]
10 loops, best of 3: 125 ms per loop
In [22]: timeit [x for x in (s.strip() for s in input_list) if x]
10 loops, best of 3: 145 ms per loop
In [23]: timeit [data.strip() for data in input_list if data.strip()]
10 loops, best of 3: 160 ms per loop
In [24]: %%timeit
....: cleaned_up_list = []
....: for data in input_list:
....: clean_data = data.strip()
....: if clean_data:
....: cleaned_up_list.append(clean_data)
....:
10 loops, best of 3: 150 ms per loop
In [25]:
In [25]: %%timeit
....: cleaned_up_list = []
....: append = cleaned_up_list.append
....: for data in input_list:
....: clean_data = data.strip()
....: if clean_data:
....: append(clean_data)
....:
10 loops, best of 3: 123 ms per loop
最快的方法实际上是itertools.ifilter
与itertools.imap
相结合，然后是filter
与imap
相结合
无需重新评估函数引用列表。append
每次迭代都更有效，如果您遇到循环问题，需要最有效的方法，那么它是一种可行的替代方法。您可以自己找到，通过编写一个自定义函数，每次调用时递增计数器和/或打印出来。这比调用strip（）
两次轻吗？对于很多数据，是的，因为您只设置了一次理解，但是strip会在列表中的每个元素上调用。@PythonNut，它更改原始列表/对象。它可以在保持列表编译速度的同时更改原始列表，使用循环的替代方法可能是枚举（列表）中的i，ele的；list[ind]=ele.strip（）
如果OP确实想更新原始列表。@wolfgang。尝试a=[1,2,3]；b=a；a=[4,5,6]
，然后打印a和b，您将看到旧列表仍然挂起，因为b仍然保留对的引用it@PadraicCunningham是的，绝对有道理
In [17]: input_list = [choice(input_list) for _ in range(1000000)]
In [19]: timeit filter(None, imap(str.strip, input_list))
10 loops, best of 3: 115 ms per loop
In [20]: timeit list(ifilter(None,imap(str.strip,input_list)))
10 loops, best of 3: 110 ms per loop
In [21]: timeit [x for x in imap(str.strip,input_list) if x]
10 loops, best of 3: 125 ms per loop
In [22]: timeit [x for x in (s.strip() for s in input_list) if x]
10 loops, best of 3: 145 ms per loop
In [23]: timeit [data.strip() for data in input_list if data.strip()]
10 loops, best of 3: 160 ms per loop
In [24]: %%timeit
....: cleaned_up_list = []
....: for data in input_list:
....: clean_data = data.strip()
....: if clean_data:
....: cleaned_up_list.append(clean_data)
....:
10 loops, best of 3: 150 ms per loop
In [25]:
In [25]: %%timeit
....: cleaned_up_list = []
....: append = cleaned_up_list.append
....: for data in input_list:
....: clean_data = data.strip()
....: if clean_data:
....: append(clean_data)
....:
10 loops, best of 3: 123 ms per loop