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

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)