从Python中的元组列表中获取每个元组的第n个元素的最佳方法

Question

我有一些代码包含zip(*G)[0] （和其他地方， zip(*G)[1] ，有不同的G）。 G是元组列表。 这样做是返回zip(*G)[n]中每个元组的第一个（或者一般来说，对于zip(*G)[n] ，第n-1个）元素的列表作为元组。 例如，

>>> G = [(1, 2, 3), ('a', 'b', 'c'), ('you', 'and', 'me')]
>>> zip(*G)[0]
(1, 'a', 'you')
>>> zip(*G)[1]
(2, 'b', 'and')

这非常聪明，但问题是它在Python 3中不起作用，因为zip是一个迭代器。 此外，2to3还不够聪明，无法修复它。 所以显而易见的解决方案是使用list(zip(*G))[0] ，但这让我思考：可能有一种更有效的方法来做到这一点。 无需创建zip创建的所有元组。 我只需要G中每个元组的第n个元素。

是否有更高效，但同样紧凑的方式来做到这一点？ 我对标准库中的任何东西都很满意。 在我的用例中，G中的每个元组将至少长度为n ，因此无需担心zip停在最小长度元组的情况（即， zip(*G)[n]将始终定义） 。

如果没有，我想我会坚持将zip包装在list() 。

（PS，我知道这是不必要的优化。我只是好奇就是全部）

更新：

如果有人关心，我选择了t0, t1, t2 = zip(*G)选项。 首先，这可以让我为数据提供有意义的名称。 我的G实际上由长度为2的元组组成（代表分子和分母）。 列表理解只比zip更容易阅读，但这种方式要好得多（因为在大多数情况下，zip是列表我在列表理解中迭代，这使事情变得更平坦）。

其次，正如@thewolf和@Sven Marnach的优秀答案所指出的，对于较小的列表，这种方式更快。 在大多数情况下，我的G实际上并不大（如果它很大，那么这肯定不会是代码的瓶颈！）。

但是有更多的方法可以做到这一点，包括我甚至不知道的Python 3的新的a, *b, c = G特性。

Answer 1

您可以使用列表理解

[x[0] for x in G]

或operator.itemgetter()

from operator import itemgetter
map(itemgetter(0), G)

或序列拆包

[x for x, y, z in G]

编辑 ：这是我对不同选项的计时，也在Python 3.2中：

from operator import itemgetter
import timeit

G = list(zip(*[iter(range(30000))] * 3))

def f1():
    return [x[0] for x in G]
def f2():
    return list(map(itemgetter(0), G))
def f3():
    return [x for x, y, z in G]
def f4():
    return list(zip(*G))[0]
def f5():
    c0, *rest = zip(*G)
    return c0
def f6():
    c0, c1, c2 = zip(*G)
    return c0
def f7():
    return next(zip(*G))

for f in f1, f2, f3, f4, f5, f6, f7:
    print(f.__name__, timeit.timeit(f, number=1000))

在我的机器上的结果：

f1 0.6753780841827393
f2 0.8274149894714355
f3 0.5576457977294922
f4 0.7980241775512695
f5 0.7952430248260498
f6 0.7965989112854004
f7 0.5748469829559326

评论：

1. 我使用了一个包含10000个三元组的列表来测量实际处理时间，并使函数调用开销，名称查找等可忽略不计，否则会严重影响结果。

2. 这些函数返回一个列表或一个元组 - 对于特定的解决方案来说更方便。

3. 与狼的回答相比，我从f4()移除了对tuple()的冗余调用tuple()表达式的结果已经是元组），并且我添加了一个函数f7() ，它只能提取第一列。

正如预期的那样，列表推导速度最快，而且一般不太通用的f7() 。

另一个编辑 ：以下是十列而不是三列的结果，代码在适当的地方进行了调整：

f1 0.7429649829864502
f2 0.881648063659668
f3 1.234360933303833
f4 1.92038893699646
f5 1.9218590259552002
f6 1.9172680377960205
f7 0.6230220794677734

Answer 2

至少Python 2.7中最快的方法是

t0,t1,t2=zip(*G) for SMALLER lists and [x[0] for x in G] in general

这是测试：

from operator import itemgetter

G = [(1, 2, 3), ('a', 'b', 'c'), ('you', 'and', 'me')]

def f1():
   return tuple(x[0] for x in G)

def f2():
   return tuple(map(itemgetter(0), G))

def f3():
    return tuple(x for x, y, z in G)     

def f4():
    return tuple(list(zip(*G))[0])

def f5():
    t0,*the_rest=zip(*G)
    return t0

def f6():
    t0,t1,t2=zip(*G)
    return t0                

cmpthese.cmpthese([f1,f2,f3,f4,f5,f6],c=100000) 

结果：

    rate/sec     f4     f5     f1     f2     f3     f6
f4   494,220     -- -21.9% -24.1% -24.3% -26.6% -67.6%
f5   632,623  28.0%     --  -2.9%  -3.0%  -6.0% -58.6%
f1   651,190  31.8%   2.9%     --  -0.2%  -3.2% -57.3%
f2   652,457  32.0%   3.1%   0.2%     --  -3.0% -57.3%
f3   672,907  36.2%   6.4%   3.3%   3.1%     -- -55.9%
f6 1,526,645 208.9% 141.3% 134.4% 134.0% 126.9%     --

如果您不关心结果是否为列表，则列表理解如果更快。

这是一个具有可变列表大小的更加扩展的基准：

from operator import itemgetter
import time
import timeit 
import matplotlib.pyplot as plt

def f1():
   return [x[0] for x in G]

def f1t():
   return tuple([x[0] for x in G])

def f2():
   return tuple([x for x in map(itemgetter(0), G)])

def f3():
    return tuple([x for x, y, z in G])    

def f4():
    return tuple(list(zip(*G))[0])

def f6():
    t0,t1,t2=zip(*G)
    return t0     

n=100    
r=(5,35)
results={f1:[],f1t:[],f2:[],f3:[],f4:[],f6:[]}    
for c in range(*r):
    G=[range(3) for i in range(c)] 
    for f in results.keys():
        t=timeit.timeit(f,number=n)
        results[f].append(float(n)/t)

for f,res in sorted(results.items(),key=itemgetter(1),reverse=True):
    if f.__name__ in ['f6','f1','f1t']:
        plt.plot(res, label=f.__name__,linewidth=2.5)
    else:    
        plt.plot(res, label=f.__name__,linewidth=.5)

plt.ylabel('rate/sec')
plt.xlabel('data size => {}'.format(r))  
plt.legend(loc='upper right')
plt.show()

这为较小的数据大小（5到35）产生了这个图：

此输出的范围更大（25到250）：

你可以看到f1 ，列表理解是最快的。 f6和f1t交易场所最快返回元组。

Answer 3

一个非常聪明的Python 3唯一的方法是使用星号分配或扩展的可迭代解包 ：

>>> G = [(1, 2, 3), ('a', 'b', 'c'), ('you', 'and', 'me')]
>>> items_I_want,*the_rest=zip(*G)
>>> items_I_want
(1, 'a', 'you')
>>> the_rest
[(2, 'b', 'and'), (3, 'c', 'me')]

既然你要为两者编写代码，你可以使用显式解包（适用于Python 2和Python 3）：

>>> z1,z2,z3=zip(*G)
>>> z1
(1, 'a', 'you')
>>> z2
(2, 'b', 'and')
>>> z3
(3, 'c', 'me')