计算低于阈值的列表值的最快方法

Question

是否有等效于numpy.count_nonzero（lst <t）的列表方法？ 当我在列表（lst <t）上使用它时，只返回True而不是布尔值列表。 我想将列表值计算在某个阈值以下，哪个更好-转换为numpy-array，使用sort，某种类型的列表/生成器理解或其他方法？

Answer 1

不建议排序，因为它是O（N * logN），其中所有其他解决方案都只是O（N）。

您可以使用生成器表达式和generator-len函数，如下所示：

n = iterlen( x for x in lst if x < t )

这比列表理解要好，因为您不需要构造临时列表（使用len即可），这会占用时间和内存。

根据问题的详细信息（列表大小，元素类型），转换为numpy数组的速度可能会更快。 您应该对两种方法都进行计时，然后看看哪种方法最适合您。

当然，如果可能的话，最好的解决方案是将列表表示为开始的numpy数组。 如果这样做，几乎可以确定numpy.count_nonzero(lst < t)是最快的。

或者，如果您可以count_less开始建立排序列表，则可以使用bisect轻松实现count_less函数。 这里的复杂度是O（logN），对于大型列表而言这将是最快的。

Answer 2

c将是列表（lst）中低于值t的所有项目的计数：

c = len([i for i in lst if i < t])

Answer 3

您可以为此使用基数包：

用法：

>>> import cardinality
>>> cardinality.count(i for i in range(500) if i > 499)
1

实际的count（）实现如下：

def count(iterable):
    if hasattr(iterable, '__len__'):
        return len(iterable)

    d = collections.deque(enumerate(iterable, 1), maxlen=1)
    return d[0][0] if d else 0