生成包含多个元素的新项目的列表

Question

我有一个数组a 。 我想创建两倍大小的新数组，其中项目是x * 2和x * 3。

例如： a = [1,10,100]结果必须为b = [2,3,20,30,200,300]

我知道这种方式（丑陋且非常慢）： b = sum([[x*2,x*3] for x in a], [])

还有其他方法（我真的想最短的方法:)？

Answer 1

可以使用带有嵌套循环的列表理解来完成

In [4]: [y for x in a for y in (x * 2, x * 3)]
Out[4]: [2, 3, 20, 30, 200, 300]

似乎胜过所有答案，但是当a很大时，就会输给numpy解决方案。

Answer 2

您可以对列表进行乘法运算，然后zip并展平结果列表。

>>> a = [1,10,100]
>>> b = [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
>>> b
[2, 3, 20, 30, 200, 300]

Answer 3

您可以通过几种方法执行此操作。 以下是其中之一，使用numpy（第4行）：

In [1]: import numpy as np

In [2]: a = [1, 10, 100]

In [3]: %timeit sum([[x*2,x*3] for x in a], [])
1000000 loops, best of 3: 632 ns per loop

In [4]: %timeit x = np.array(a); np.array([x*2,x*3]).T.ravel()
100000 loops, best of 3: 3.25 µs per loop

您的方法更快！ 但这是因为a小。 当它更大时，numpy变得更好。

In [5]: a = range(1000)

In [6]: %timeit sum([[x*2,x*3] for x in a], [])
100 loops, best of 3: 2.37 ms per loop

In [7]: %timeit x = np.array(a); np.array([x*2,x*3]).T.ravel()
10000 loops, best of 3: 39.6 µs per loop

---

包含@CoryKramer的上述答案的timeit结果，这对于小型数组最快，但对于大型数组却会变得麻木：

In [10]: a = [1, 10, 100]

In [11]: %timeit [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
1000000 loops, best of 3: 853 ns per loop

In [12]: a = range(1000)

In [13]: %timeit [j for i in zip([i*2 for i in a], [i*3 for i in a]) for j in i]
1000 loops, best of 3: 252 µs per loop

Answer 4

通常使用元组比列表快：

>>> timeit.timeit("sum([[x*2,x*3] for x in (1,10,100)], [])", number=10000)
0.023060083389282227
>>> timeit.timeit("sum(((x*2,x*3) for x in (1,10,100)), ())", number=10000)
0.01667189598083496