使用 np.zero 创建元组

Question

我可能太愚蠢了，但我需要一个快速版本：

for i in range(0,4):
    c.append((0,0,0))

out: [(0,0,0),(0,0,0),(0,0,0),(0,0,0)] 

我想zero filled tuple在shape of (xL,)x 中创建一个(0,0,0)'s......我现在有三个有效的解决方案，它们都不包括np.zero

Answer 1

你可以走结构化数组路线：

In [304]: np.zeros((10,),dtype='i,i,i')
Out[304]: 
array([(0, 0, 0), (0, 0, 0), (0, 0, 0), (0, 0, 0), (0, 0, 0), (0, 0, 0),
       (0, 0, 0), (0, 0, 0), (0, 0, 0), (0, 0, 0)], 
      dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

严格来说，这些不是元组 - 它只是将它们显示为元组。

但是要获得元组列表，只需使用tolist：

In [305]: np.zeros((10,),dtype='i,i,i').tolist()
Out[305]: 
[(0, 0, 0),
 (0, 0, 0),
 (0, 0, 0),
 ...
 (0, 0, 0),
 (0, 0, 0),
 (0, 0, 0)]

您可以使用生成的字符串概括元组长度 ','.join(['i']*3)

对于非结构化方法，我会使用

[tuple(x) for x in np.zeros((10,3),int)]

在 Python3（尤其是）中，我更喜欢列表理解而不是等效映射：list(map(tuple, np.zeros((10,3),int))).

一些时间（L=10**5）：

结构化数组：

In [340]: timeit np.zeros((L,),dtype='i,i,i')
10000 loops, best of 3: 77.5 µs per loop

结构化数组转换为元组列表：

In [341]: timeit np.zeros((L,),dtype='i,i,i').tolist()
10 loops, best of 3: 73.6 ms per loop

二维数组中的元组列表：

In [342]: timeit [tuple(x) for x in np.zeros((L,3),int)]
1 loops, best of 3: 223 ms per loop

纯 python 元组列表：

In [343]: timeit [(0,0,0) for _ in range(L)]
100 loops, best of 3: 15.1 ms per loop

元组的最佳列表 ( @swensel)：

In [344]: timeit [(0,0,0)]*L
1000 loops, best of 3: 429 µs per loop

如果最终目标是元组列表，请坚持使用 Python。

如果目标是一个 numpy 结构化数组，直接去。

使用时要注意的一件事[(0,0,0)]*L；这通过简单地复制指针来实现其速度。列表中的每个条目都指向同一个元组。对于可能存在严重问题的嵌套列表：

x = [[0,0,0]]*L
x[1][1] = 3

更改每个子列表。对于元组，这不是什么大问题，因为它们是不可变的。