Python itertools和跨步列表分配

给定一个列表，例如

x=[True]*20

，我想将

False

分配给其他每个元素

x[::2] = False

引发

TypeError:必须将iterable分配给扩展切片

所以我天真地认为你可以这样做：

x[::2] = itertools.repeat(False)

或

然而，据我所知，这导致了一个无限循环。为什么会有一个无限循环？是否有一种替代方法不涉及在赋值之前知道切片中元素的数量

---

编辑：我知道

x[：：2]=[False]*len（x）/2

在这种情况下起作用，或者在更一般的情况下，您可以在右侧找到一个乘法器表达式。我试图理解是什么导致itertools无限循环，以及为什么列表分配的行为不同于numpy数组分配。我认为python一定有一些基本的东西，我对此有所误解。我最初还认为，可能是出于性能原因，您更喜欢itertools而不是列表理解或创建另一个n元素列表。

您在这段代码中试图做的事情与您的想法不同（我怀疑） 例如：

x[：：2]

将返回一个包含x的每个

奇数

元素的切片，因为x的大小为20，
切片的大小为10，但您正在尝试为其指定大小为1的不可替代项

要成功使用您拥有的代码，您需要执行以下操作：

x = [True]*20
x[::2] = [False]*10

wich会将大小为10的iterable分配给大小为10的切片

为什么要在黑暗中工作？使用

len(x[::2])  

等于10，然后使用

x[::2] = [False]*len(x[::2])

您还可以执行以下操作：

x = [True if (index & 0x1 == 0) else False for index, element in enumerate(x)]

---

编辑：由于操作编辑

on循环表示它

无限重复。

这意味着它将通过给定的迭代器持续“循环”

Repeat有一个类似的实现，但是声明它

无限期运行，除非指定了times参数。

问题代码中没有这样做。因此，两者都将导致无限循环

关于

itertools

更快的评论。是的，itertools通常比其他实现更快，因为它们经过优化，能够以创建者所能达到的速度运行

但是，如果不想重新创建列表，可以使用

生成器表达式

，例如：

x = (True if (index & 0x1 == 0) else False for index, element in enumerate(x))

它们不会将所有元素都存储在内存中，而是在需要时生成它们，但是，生成器功能可能会耗尽

例如：

x = [True]*20
print(x)
y = (True if (index & 0x1 == 0) else False for index, element in enumerate(x))
print ([a for a in y])
print ([a for a in y])

将打印

x

，然后是生成器中的元素

y

，然后是空列表，因为生成器已用完。

请尝试以下操作：

l = len(x)
x[::2] = itertools.repeat(False, l/2 if l % 2 == 0 else (l/2)+1)

您的原始解决方案以无限循环结束，因为这是

repeat

应该做的，从以下方面：

制作一个迭代器，反复返回对象。除非指定了times参数，否则将无限期运行

---

切片

x[：：2]

的长度正好是

len（x）/2

元素，因此您可以通过以下方式实现所需：

x[::2] = [False]*(len(x)/2)

itertools.repeat

和

itertools.cycle

方法旨在无限地产生值。但是，您可以在

repeat（）

上指定限制。像这样：

x[::2] = itertools.repeat(False, len(x)/2)

---

扩展切片赋值的右侧需要是大小合适的iterable（在本例中为10）

这是它的右边有一个常规列表：

>>> x = [True] * 20
>>> x[::2] = [False] * 10
>>> x
[False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True]

这是itertools。在右边重复

>>> from itertools import repeat
>>> x = [True] * 20
>>> x[::2] = repeat(False, 10)
>>> x
[False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True]

---

正如马克·托洛宁（Mark Tolonen）在一篇简洁的评论中指出的那样，itertools尝试无限期循环的原因是，对于列表赋值，python正在检查右侧的长度

>>> from itertools import repeat
>>> x = [True] * 20
>>> x[::2] = repeat(False, 10)
>>> x
[False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True, False, True]

现在要真正深入研究

当你说：

x[::2] = itertools.repeat(False)

左侧（

x[：：2]

）是一个列表，您正在为一个列表分配一个值，其中的值是

itertools。重复（False）

iterable，它将永远迭代，因为它没有给定长度（根据）

如果您深入研究cPython实现中的列表分配代码，您将发现不幸/痛苦地命名的函数，它是许多列表分配内容的根源。在该代码中，您将看到：

这里，它试图获取分配给列表的iterable的长度（

n

）。然而，甚至在到达那里之前，它就被卡住了，它最终尝试将您的iterable转换为一个列表（with），在其中它最终创建一个空列表，并尝试简单地用您的iterable扩展它

要使用iterable扩展列表，它使用，在这里您将看到问题的根源：

/* Run iterator to exhaustion. */
for (;;) {

就这样

或者至少我这么认为……：）这是一个有趣的问题，所以我想我会有一些乐趣，并通过挖掘源代码，看看发生了什么，并在那里结束

至于numpy数组的不同行为，这只是处理

numpy.array

赋值方式的不同

请注意，使用

itertools.repeat

在numpy中不起作用，但它不会挂断（我没有检查实现以找出原因）：

---

这正是我想做的。我是从一个numpy用户的角度来看的。如果有

x=numpy.ones（10，dtype='bool'）

，

x[：：2]=False

将数组的第0,2,4,6,8个元素设置为False。我想知道，即使使用itertools，为什么列表的等效项也会失败。numPy通常会以与普通python不同的方式处理事情，这是有充分理由的，但在这种情况下，

x[：：2]

返回一个大小为

x/2

的列表，其中包含

0,2,4,6,8…

th个元素。要以正常的python方式进行，请使用列表理解的flexability。为什么x[：：2]无限地要求赋值？在我的原始示例中，只有10个元素需要赋值。为什么不对itertools调用设置限制？不，

repeat

products

/* Run iterator to exhaustion. */
for (;;) {

>>> import numpy, itertools
>>> x = numpy.ones(10,dtype='bool')
>>> x[::2] = itertools.repeat(False)
>>> x
array([ True,  True,  True,  True,  True,  True,  True,  True,  True,  True], dtype=bool)
>>> #but the scalar assignment does work as advertised...
>>> x = numpy.ones(10,dtype='bool')
>>> x[::2] = False
>>> x
array([False,  True, False,  True, False,  True, False,  True, False,  True], dtype=bool)