Python，将2d列表中的所有数字除以10，然后返回2d列表

我写了这个解决方案，来自Ruby，看起来非常优雅。然而，python程序员会这样做吗

a = [[2,3,4], [9,1,2]]
print map(lambda(i): map(lambda(p): p/10.0,i), a)

---

而且。。。如果我想使用嵌套2d列表中所有值的总和而不是10，该怎么办？

这通常通过使用理解来解决，在本例中是嵌套列表理解：

>>> from __future__ import division   # for python-2.x compatibility
>>> [[item / 10 for item in subl] for subl in a]
[[0.2, 0.3, 0.4], [0.9, 0.1, 0.2]]

这可能比

map

更快，并且避免了所有

lambda

函数

如果我想使用嵌套2d列表中所有值的总和而不是10，会怎么样

使用

sum

和嵌套的生成器表达式计算总数：

>>> sum_ = sum(item for subl in a for item in subl)
>>> [[item / sum_ for item in subl] for subl in a]
[[0.09523809523809523, 0.14285714285714285, 0.19047619047619047],
 [0.42857142857142855, 0.047619047619047616, 0.09523809523809523]]

---

但是使用NumPy阵列就更容易了。NumPy是一个第三方软件包，但功能强大且速度快：

>>> import numpy as np
>>> arr = np.array(a)
>>> arr / 10.   # element-wise division
array([[ 0.2,  0.3,  0.4],
       [ 0.9,  0.1,  0.2]])

>>> arr / arr.sum()  # sum over all elements then element-wise division
array([[ 0.0952381 ,  0.14285714,  0.19047619],
       [ 0.42857143,  0.04761905,  0.0952381 ]])

---

列表理解要优雅得多，而且会被认为更像Python（具有更好的可读性）：

---

另外，请注意，

map

在Python3中不会返回列表，它返回一个迭代器对象。您需要对每个地图对象调用

list

，以将它们计算到列表中。list comp在不同版本之间返回相同的结果。

另一种方法是使用，因为它处理数组，并且默认情况下，其运算符处理数组的每个元素

In [1]: import numpy as np

In [2]: a = np.array([[2,3,4], [9,1,2]])

In [3]: a/10
Out[3]: 
array([[ 0.2,  0.3,  0.4],
       [ 0.9,  0.1,  0.2]])

要除以所有数字之和，请执行以下操作：

In [6]: a/a.sum()
Out[6]: 
array([[ 0.0952381 ,  0.14285714,  0.19047619],
       [ 0.42857143,  0.04761905,  0.0952381 ]])

---

我听说过很多关于numpy的事。如果这就是我所需要的一切，这会被认为是杀伤力过大吗？另外，我希望结果是一个列表。至少我认为我是…@pitosalas一旦你开始使用它，你会发现它对很多事情都很有用。它能够使许多数字代码非常紧凑和快速。例如，它也可以做离散傅里叶变换之类的事情。这使得处理多维列表非常容易。请注意我对上述问题的更新。如果我不想除以10，而是想除以所有整数的和呢？low normalize it？@pitosalas

numpy

用于处理固定大小的真正多维数值数组，与普通Python

list

数据结构相比，numpy数组具有不同的性能优势，在CPython中，它被实现为一个经过微调的动态数组，可以容纳异构数据类型，具有摊销的常量时间

.append

和

.pop

操作。另外，如果您的2d列表可以“交错”，numpy不支持这一点（非常优雅），那么香草python

list

就是最好的选择。如果你在大数组上做线性代数，那么使用

numpy

。

In [6]: a/a.sum()
Out[6]: 
array([[ 0.0952381 ,  0.14285714,  0.19047619],
       [ 0.42857143,  0.04761905,  0.0952381 ]])