Python 在列表上调用函数

我有一个波长的光谱作为列表，还有一些我在公式中使用的其他列表（使用tmm.tmm_core）。如果我只是对所有波长做基本相同的事情，有什么比迭代波长更有效的方法吗？ 范例

---

实际上可能有5000-10000行。当我按下go时，它似乎有点滞后，我认为这是因为迭代。对优化非常陌生，所以我没有使用任何基准测试工具或任何东西

您可以将所有列表放入自定义列表中，如

C\u list

，并使用

map

创建新列表

all\u len

包含所有列表的长度，然后使用列表理解创建列表

final

：

all_len=map(len,C_list)
final =[[go([a[i], b[i], c[i]], th, theta) for i in range(li)] for li in all_len]

此外，如果

a

和

b

和

c

的长度相等，则可以使用

zip

函数压缩并拒绝多个索引：

all_len=map(len,C_list)
z=zip(a,b,c)
final =[[go(z[i], th, theta) for i in range(li)] for li in all_len]

---

如果必须对列表中的每个项目执行操作，则必须遍历列表中的每个项目。但是，您可以通过使用列表理解来提高速度：

我想您正在寻找Python中的

map

函数

>>> list1 = [1,2,3,4]
>>> list2 = [5,6,7,8]
>>> map(lambda x,y: x+y, list1, list2)
[6, 8, 10, 12]

它接收一个函数（在上面的例子中是一个匿名lambda函数）、一个或多个列表，然后返回另一个列表。在函数中的每次迭代中，两个列表都会迭代，结果会添加到新列表中。你不需要局限于lambda语句的表达能力；您还可以使用全局定义的函数，如下所示：

>>> def go(a,b,c):
...     return a+b+c
... 
>>> map(go, list1,list2, range(9,13))
[15, 18, 21, 24]

---

迭代一个

范围

的成本并不高。也许列表理解比不断地添加到列表中要快，但它速度慢的大部分原因可能是因为

go

正在做什么。试试你的代码，看看到底发生了什么。你的问题得到回答了吗？

>>> def go(a,b,c):
...     return a+b+c
... 
>>> map(go, list1,list2, range(9,13))
[15, 18, 21, 24]