有没有一种快速的方法来创建具有1和x * 0的向量？

Question

有没有一种快速的方法来在python中创建具有1和x * 0的向量？

我想吃点东西

a = [1,0,0,0,0,0,0,0,0,...,0]
b = [1,1,0,0,0,0,0,0,0,...,0]

我用列表尝试过，但看到你自己:(

list = [1, n*[0]]
list = np.array(list)
print(list)
==> [1 list([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])]

Answer 1

为获得最佳性能，请参阅numpy下面AMC 的回答。

unpacking只需在代码中添加星号即可使用：[1, *n*[0]]而不是[1, n*[0]]：

>>> arr = np.array([1, *n*[0]])

array([1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])

Answer 2

适当的NumPy解决方案：

import numpy as np

n = 10
arr = np.zeros(shape=n + 1, dtype=np.int64)
arr[0] = 1

结果是： [1 0 0 0 0 0 0 0 0 0 0]

快速基准

这是我们要比较的功能：

def func_1(n):
    return np.array([1, *n*[0]])

def func_2(n):
    arr = np.zeros(shape=n + 1, dtype=np.int64)
    arr[0] = 1
    return arr

def func_3(n):
    return np.array([1] + n * [0])

def func_4(n):
    return np.array([1] + [0 for _ in range(n)])

def func_5(n):
    return np.array([1].extend((0 for _ in range(n))))

def func_6(n):
    return np.array([1].extend([0 for _ in range(n)]))

def func_7(n):
    arr = [0 for _ in range(n)]
    arr[0] = 1
    return np.array(arr)

结果timeit为arr_size = 100000000：

• %timeit func_1(arr_size)

  1个循环，最佳3：每个循环7.3 s

• %timeit func_2(arr_size)

  10次​​循环，最佳3：每个循环177毫秒

• %timeit func_3(arr_size)

  1个循环，每个循环最好3：7.26 s

• %timeit func_4(arr_size)

  1次循环，每循环3：11.4 s最佳

• %timeit func_5(arr_size)

  1个循环，最佳3：每个循环6.3 s

• %timeit func_6(arr_size)

  1次循环，每循环3：4.95 s最佳

• %timeit func_7(arr_size)

  1个循环，每个循环最好3：10.6 s