Python 如何从元组列表中提取列表_Python_Python 3.x_Tuples

Python 如何从元组列表中提取列表

python python-3.x

Python 如何从元组列表中提取列表,python,python-3.x,tuples,Python,Python 3.x,Tuples,我有这样的元组列表： data = [(4, [1, 2]), (10, [3, 13]), (9, [14, 6]), (10, [7, 5]), (19, [2, 7]), (15, [15, 5]), (21, [9, 12]), (250, [11, 11]), (25, [5, 5]), (100, [2, 10]), (120, [8, 11]), ] a = [] b = [] c = [] for i, (j, k) in data: a.appen

我有这样的元组列表：

data = [(4, [1, 2]),
 (10, [3, 13]),
 (9, [14, 6]),
 (10, [7, 5]),
 (19, [2, 7]),
 (15, [15, 5]),
 (21, [9, 12]),
 (250, [11, 11]),
 (25, [5, 5]),
 (100, [2, 10]),
 (120, [8, 11]),
]

a = []
b = []
c = []
for i, (j, k) in data:
    a.append(i)
    b.append(j)
    c.append(k)

如何在不使用循环和迭代的情况下从中获得三个单独的列表，如：

a = [4,10,9,19,...]
b = [1,3,14,7,2,...]
c = [2,13,6,5,7,...]

我对loop的尝试

a=[]
b=[]
c=[]
对于t in数据：
a、 追加（t[0]）
b、 追加（t[1][0]）
c、 追加（t[1][1]）

简单：

a, b, c = zip(*[[x[0], x[1][0], x[1][1]] for x in data])

简单：

a, b, c = zip(*[[x[0], x[1][0], x[1][1]] for x in data])

您基本上希望展开并“解压缩”：

或作为列表：

a, b, c = zip(*[(a,b,c) for a, [b, c] in data])

但老实说，你的循环很好。我可能只是使用它，但要像这样清理它：

data = [(4, [1, 2]),
 (10, [3, 13]),
 (9, [14, 6]),
 (10, [7, 5]),
 (19, [2, 7]),
 (15, [15, 5]),
 (21, [9, 12]),
 (250, [11, 11]),
 (25, [5, 5]),
 (100, [2, 10]),
 (120, [8, 11]),
]

a = []
b = []
c = []
for i, (j, k) in data:
    a.append(i)
    b.append(j)
    c.append(k)

编辑

下面是一些计时，我将使用列表理解版本，因为它应该比使用

map

更快（没有重复的函数调用开销）：

现在，让我们设置一个相当大的数据集来测试：

>>> import timeit
>>> data_big  = data * 10_000
>>> print(f'{len(data_big):,d}')
110,000    
>>> timeit.timeit(lambda : with_unzip(data_big), number=100)
2.4092896859999655
>>> timeit.timeit(lambda : with_loop(data_big), number=100)
2.0086487390001366

看它的规模不是很大：

>>> data_big = data_big * 100
>>> print(f'{len(data_big):,d}')
11,000,000
>>> timeit.timeit(lambda : with_unzip(data_big), number=10) # made number smaller
27.03781091399992
>>> timeit.timeit(lambda : with_loop(data_big), number=10) # made number smaller
17.5005345510001

这可能是因为

a，b，c=zip（*随便什么）

最终会对数据进行两次传递，因为将参数解包到

zip

中并不是免费的。如果我们通过缓存

.append

方法解析来微优化循环版本，您就可以真正看到这种效果：

>>> def with_loop_microp(data):
...     a = []
...     b = []
...     c = []
...     a_append = a.append
...     b_append = b.append
...     c_append = c.append
...     for i, (j, k) in data:
...         a_append(i)
...         b_append(j)
...         c_append(k)
...     return a,b,c
...
>>> timeit.timeit(lambda : with_loop_microp(data_big), number=10) # made number smaller
10.746374250000144