是否有理由更喜欢使用map()超过列表理解,反之亦然？它们中的任何一个通常比另一个更有效或被认为是更加pythonic？
为什么,在硬件执行操作的最低级别和所涉及的一般底层操作(即:运行代码时所有编程语言的实际实现的一般性),矢量化通常比循环更快？
当使用矢量化时,计算机在循环时做了什么(我说的是计算机执行的实际计算,而不是程序员编写的计算),或者它有什么不同的做法？
我一直无法说服自己为什么差异应该如此重要.我可能会说服矢量化代码在某处削减一些循环开销,但计算机仍然必须执行相同数量的操作,不是吗？例如,如果我们将大小为N的向量乘以标量,我们将使用N次乘法执行任一方式,不是吗？
您好,我想将列表中的整数相乘.
例如;
l = [1, 2, 3]
l = [1*2, 2*2, 3*2]
输出:
l = [2, 4, 6]
所以我在网上搜索,大多数答案是关于将所有整数相互乘以,例如:
[1*2*3]
Stack Overflow 上有很多关于这个一般主题的问答，但它们要么质量很差（通常是初学者的调试问题暗示的），要么以其他方式错过了目标（通常是不够通用）。至少有两种极其常见的方法会使幼稚的代码出错，初学者从关于循环的规范中获益更多，而不是从将问题作为拼写错误或关于打印所需内容的规范中获益。所以这是我尝试将所有相关信息放在同一个地方。
假设我有一些简单的代码，可以对一个值进行计算x并将其分配给y：
y = x + 1
# Or it could be in a function:
def calc_y(an_x):
return an_x + 1
现在我想重复计算 的许多可能值x。我知道for如果我已经有要使用的值列表（或其他序列），我可以使用循环：
xs = [1, 3, 5]
for x in xs:
y = x + 1
while或者，如果有其他逻辑来计算值序列，我可以使用循环x：
def next_collatz(value):
if value % 2 == 0:
return value // 2
else:
return 3 * value + 1
def collatz_from_19():
x = 19
while x != 1:
x …