Python 通过对'；值列表'；在Django queryset

通过Django queryset调用，我将生成一个整数元组列表：

[(0,1),(0,2),(0,4),(5,8),.......]

相反，我需要生成一个列表，将元组中的两个元素相加，即

[1,2,4,13,.....]

如何在Django queryset查询中实现这一点

到目前为止，我写的查询是：

photos_score_list = Photo.objects.filter(upload_time__gte=yesterday).annotate(unique_comments=Count('photocomment__submitted_by', distinct=True)).values_list('vote_score','unique_comments')

---

我不知道Django，但当你有这个：

l = [(0,1),(0,2),(0,4),(5,8)]

您可以使用列表理解计算一行中每个元素的总和：

l2 = [sum(x) for x in l]

结果:

[1, 2, 4, 13]

适用于您的问题：

photos_score_sum = [sum(x) for x in Photo.objects.filter(upload_time__gte=yesterday).annotate(unique_comments=Count('photocomment__submitted_by', distinct=True)).values_list('vote_score','unique_comments')]

---

我不知道Django，但当你有这个：

l = [(0,1),(0,2),(0,4),(5,8)]

您可以使用列表理解计算一行中每个元素的总和：

l2 = [sum(x) for x in l]

结果:

[1, 2, 4, 13]

适用于您的问题：

photos_score_sum = [sum(x) for x in Photo.objects.filter(upload_time__gte=yesterday).annotate(unique_comments=Count('photocomment__submitted_by', distinct=True)).values_list('vote_score','unique_comments')]

---

一旦有了元组列表，就可以使用列表理解生成第二个列表，如下所示：

>>> tuples_list = [(0,1),(0,2),(0,4),(5,8)]
>>> res_list = [i+j for i,j in tuples_list]
>>> res_list
[1, 2, 4, 13]

---

在列表理解中，我们在

tuples\u list

中返回tuple

（i，j）

，求和

i+j

，结果在

res\u list

中排序，一旦您有了该元组列表，您可以使用列表理解生成第二个列表，如下所示：

>>> tuples_list = [(0,1),(0,2),(0,4),(5,8)]
>>> res_list = [i+j for i,j in tuples_list]
>>> res_list
[1, 2, 4, 13]

---

在我们的列表理解中，我们在

tuples\u列表中返回tuple
（i，j）
，求和
i+j
，结果在
res\u列表中排序
有趣的是，稍等，我会尝试一下。如果这个优雅的解决方案不适用于Django queryset查询，可能是
functools.reduce
和
操作符。add
有帮助吗？这里有一个不同的问题（IN/or）：如果它类似于Django中的querydict，那么您可能必须首先对它调用
list（）
。不确定您是否需要它，但您也可以使用，因为Python 3中的
map
返回迭代器。因此
map（sum，l）
。当您使用
map
时，必须将其转换为list，这样listcomps在python3中肯定占上风。我已经停止使用
map
和
filter
有趣的是，请稍等，我会试一试。如果这个优雅的解决方案不适用于Django queryset查询，可能是
functools。reduce
和
操作符。add
会有帮助吗？这里有一个不同的问题（IN/or）：如果它类似于Django中的querydict，那么您可能必须首先对它调用
list（）
。不确定您是否需要它，但您也可以使用，因为Python 3中的
map
返回迭代器。因此
map（sum，l）
。当您使用
map
时，必须将其转换为list，这样listcomps在python3中肯定占上风。我已停止使用
map
&
filter