Как мне суммировать первое значение в каждом кортеже в списке кортежей в Python?
Вопрос
У меня есть список кортежей (всегда пар), например:
[(0, 1), (2, 3), (5, 7), (2, 1)]
Я хотел бы найти сумму первых элементов в каждой паре, т.е.
0 + 2 + 5 + 2
Как я могу сделать это в Python? На данный момент я перебираю список:
sum = 0
for pair in list_of_pairs:
sum += pair[0]
У меня есть ощущение, что должен быть более Pythonic путь.
Решение
Версия, совместимая с Python 2.3 -
sum([pair[0] for pair in list_of_pairs])
или в последних версиях Python см. этот ответ или этот .
Другие советы
sum(i for i, j in list_of_pairs)
тоже сделает.
Я рекомендую:
sum(i for i, _ in list_of_pairs)
Примечание .
Использование переменной _
(или __
, чтобы избежать конфликта с псевдонимом gettext
) вместо j
имеет как минимум два преимущества:
_
(что означает заполнитель) лучше читается pylint
не будет жаловаться: " неиспользуемая переменная 'j' " Если у вас очень большой список или генератор, генерирующий большое количество пар, вы можете использовать подход на основе генератора. Для развлечения я также использую itemgetter ()
и imap ()
. Однако может быть достаточно простого подхода на основе генератора.
import operator
import itertools
idx0 = operator.itemgetter(0)
list_of_pairs = [(0, 1), (2, 3), (5, 7), (2, 1)]
sum(itertools.imap(idx0, list_of_pairs))
Обратите внимание, что itertools.imap ()
доступен в Python > = 2.3. Таким образом, вы также можете использовать подход, основанный на генераторе.
Неясный (но забавный) ответ:
>>> sum(zip(*list_of_pairs)[0])
9
Или когда zip-файлы являются итеративными, это должно сработать:
>>> sum(zip(*list_of_pairs).__next__())
9
Ниже приведен пример кода, вы также можете указать диапазон списка.
def test_lst_sum():
lst = [1, 3, 5]
print sum(lst) # 9
print sum(lst[1:]) # 8
print sum(lst[5:]) # 0 out of range so return 0
print sum(lst[5:-1]) # 0
print sum(lst[1: -1]) # 3
lst_tp = [('33', 1), ('88', 2), ('22', 3), ('44', 4)]
print sum(x[1] for x in lst_tp[1:]) # 9
Если вы не против преобразовать его в пустой массив, вы можете использовать np.sum
над axis = 0
, как указано здесь