具有重复连续数字的范围

Question

我想创建一个范围（例如 (1, 5)）的数字，并带有一些重复（例如 4）：

[1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4]

一种方法是写：

list(itertools.chain(*([x] * 4 for x in range(1, 5))))

或者类似的：

list(itertools.chain(*(itertools.repeat(x, 4) for x in range(1, 5))))

然而，有一个平坦化的步骤，这是可以避免的。

是否有更pythonic或更紧凑的版本来生成这样的序列？

Answer 1

您可以改为使用列表理解。

l = [i for i in range(1, 5) for _ in range(4)]

输出

[1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4]

Answer 2

您的解决方案没有任何问题。 但是您可以使用chain.from_iterable来避免解包步骤。

否则，我唯一的其他推荐是 NumPy，如果您愿意使用 3rd 方库。

from itertools import chain, repeat
import numpy as np

# list solution
res = list(chain.from_iterable(repeat(i, 4) for i in range(1, 5)))

# NumPy solution
arr = np.repeat(np.arange(1, 5), 4)

Answer 3

尝试这个，

range(1,5)*4 # if you don't consider order
sorted(range(1,5)*4) # for ordered seq

随着性能更新。

Mihai Alexandru-Ionut 答案：

%timeit [i for i in range(1, 5) for _ in range(4)]

1000000 loops, best of 3: 1.91 µs per loop

jpp 回复:

%timeit list(chain.from_iterable(repeat(i, 4) for i in range(1, 5)))

100000 loops, best of 3: 2.12 µs per loop

%timeit np.repeat(np.arange(1, 5), 4)

1000000 loops, best of 3: 1.68 µs per loop

罗里·道尔顿回答：

%timeit [n for n in range(1,5) for repeat in range(4)]

1000000 loops, best of 3: 1.9 µs per loop

杰沃德回答：

%timeit list(i//4 for i in range(1*4, 5*4))

100000 loops, best of 3: 2.47 µs per loop

RoadRunner 评论区推荐：

%timeit for i in range(1, 5): lst.extend([i] * 4)

1000000 loops, best of 3: 1.46 µs per loop

我的答案：

%timeit sorted(range(1,5)*4)

1000000 loops, best of 3: 1.3 µs per loop

Answer 4

我认为chain + repeat可能是你最好的选择。 话虽如此，

start = 1
stop = 5
repeat = 4

x = list(i//repeat for i in range(start*repeat, stop*repeat))

print(x)

应该有效（至少对于正参数）。

Answer 5

我非常喜欢简单易懂的代码。 有了这种哲学，我会用

[n for n in range(1,5) for repeat in range(4)]

Answer 6

我只想提一下， extend也可能是一种选择。 也许不如单行列表理解那么漂亮，但是当buckets的大小增加时它会表现得更好

def listExtend():
    a = []
    for i in range(1,5):
        a.extend([i]*4)
    return a


def listComprehension():
    return [[i,x] for i in range(1, 5) for x in range(4)]


import timeit
print(timeit.timeit(stmt="listComprehension()", setup="from __main__ import listComprehension", number=10**7))
print(timeit.timeit(stmt="listExtend()", setup="from __main__ import listExtend", number=10**7))
14.2532608
8.78004566

Answer 7

一种选择，虽然它需要安装一个包，但它是itertation_utilities.replicate ：

>>> from iteration_utilities import replicate
>>> list(replicate(range(1, 5), 4))
[1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4]

如果你不想安装那个包， replicate函数本质上等同于这个函数：

from itertools import repeat

def replicate(items, repeats):
    for item in items:
        for _ in repeat(None, repeats):
            yield item

以防万一您对性能感兴趣，我为几个（不是全部）提议的替代方案做了一些微基准测试：

如您所见，NumPy 和iteration_utilities方法最快，而所有其他方法的速度大致相同。

有趣的是，在这些其他方法中， list.extend方法最快，（我的）自定义生成器最慢。 我没想到。

这是复制基准的代码：

from iteration_utilities import replicate
from itertools import chain, repeat
import numpy as np

def replicate_generator_impl(upper):
    for item in range(1, upper):
        for _ in repeat(None, 4):
            yield item

def replicate_generator(upper):
    return list(replicate_generator_impl(upper))

def iteration_utilities_replicate(upper):
    return list(replicate(range(1, upper), 4))

def double_comprehension(upper):
    return [i for i in range(1, upper) for _ in range(4)]

def itertools_chain(upper):
    return list(chain(*([x] * 4 for x in range(1, upper))))

def itertools_chain_from_iterable(upper):
    return list(chain.from_iterable(repeat(i, 4) for i in range(1, upper)))

def extend(upper):
    a = []
    for i in range(1, upper):
        a.extend([i] * 4)
    return a

def numpy_repeat(upper):
    return np.repeat(np.arange(1, upper), 4)

from simple_benchmark import benchmark

funcs = [replicate_generator, iteration_utilities_replicate, double_comprehension, itertools_chain, itertools_chain_from_iterable, extend, numpy_repeat]
arguments = {2**i: 2**i for i in range(1, 15)}
b = benchmark(funcs, arguments, argument_name='size')
b.plot()

如果您想知道没有 NumPy 方法会是什么样子：

---

免责声明：我是iteration_utilities和simple_benchmark的作者。