Python 列表理解控制流
我试图利用列表理解来重新创建包含多个Python 列表理解控制流,python,list-comprehension,control-flow,Python,List Comprehension,Control Flow,我试图利用列表理解来重新创建包含多个elif语句的函数的结果 我的程序目前是这样的 import numpy as np def myFunction(x): result = [] for num in x: if num <= 0.5: result.append(1) elif num <= 0.75: result.append(2) elif num <
elif
语句的函数的结果
我的程序目前是这样的
import numpy as np
def myFunction(x):
result = []
for num in x:
if num <= 0.5:
result.append(1)
elif num <= 0.75:
result.append(2)
elif num <= 0.9:
result.append(3)
else:
result.append(4)
return result
u = np.random.uniform(0,1,1000)
myFunction(u)
但是这将返回
x
的所有元素,其中num您可以使用next(iterable)
非常有效:next(outcome for outcome,prob in zip(x,prob),如果num的概率总和通常为1.0,即probs=[0.5,0.25,0.15,0.1]
然后你可以做一些非常简单的事情
numpy.random.choice([1,2,3,4],p=probs)
如果是我,这就是我会使用的解决方案;p如果你只想第一次出现,你可以用next
函数调用来包装你的列表理解,例如:next(x[I]表示num in u表示I,test in enumerate(Prob)if num Lines of Code从来都不是一个好的软件度量标准,几乎在任何情况下都是如此。事实上,你的顶级代码块运行速度要快得多,可读性也要比建议的答案高得多。非常聪明,不可读,比原始帖子的链接if慢6倍左右。我认为zip和两个嵌套的for循环会同时运行如果速度很重要,请使用Joran Beasley基于NumPy的解决方案。如果您想使用迭代器解决问题(这大概是询问者想要的),请使用此解决方案。
def myFunction2(x):
outcomes = [1, 2, 3, 4]
probs = [0.5, 0.75, 0.9, 1.0]
result = []
for num in x:
o = next(o for o, p in zip(outcomes, probs) if num <= p)
result.append(o)
return result
def myFunction3(x):
outcomes = [1, 2, 3, 4]
probs = [0.5, 0.75, 0.9, 1.0]
result = [
next(o for o, p in zip(outcomes, probs) if num <= p)
for num in x
]
return result
numpy.random.choice([1,2,3,4],p=probs)