需要帮助改进使用列表推导式的Python代码

Question

我在家里写了一些小的Python程序，想更好地了解这个语言。最近我尝试理解的一个功能是列表推导式。我写了一个小脚本，用来估算我的车什么时候需要换机油，这个估算是根据我过去换机油的频率来做的。在下面的代码片段中，oil_changes 是我换机油时的里程数列表。

# Compute a list of the mileage differences between each oil change.
diffs = [j - i for i, j in zip(oil_changes[:-1], oil_changes[1:])]

# Use the average difference between oil changes to estimate the next change.
next_oil = oil_changes[-1] + sum(diffs) / len(diffs)

这段代码得出的结果是正确的（我手动算过来验证过），但我觉得它还不够“Pythonic”，也就是不够符合Python的风格。我在第一行是不是做了很多不必要的原始列表复制？我觉得应该有更好的方法来实现这个，但我不知道是什么。

Answer 1

itertools这个包提供了一些额外的生成器风格的函数。比如，你可以用izip来代替zip，这样可以节省一些内存。

你也可以写一个average函数，这样就能把diffs变成一个生成器，而不是用列表推导式来做：

from itertools import izip

def average(items):
    sum, count = 0, 0

    for item in items:
        sum   += item
        count += 1

    return sum / count

diffs = (j - i for i, j in izip(oil_changes[:-1], oil_changes[1:])
next_oil = oil_changes[-1] + average(diffs)

另外，你也可以把diffs的定义改成：

diffs = [oil_changes[i] - oil_changes[i-1] for i in xrange(1, len(oil_changes))]

我觉得，这其实并不是一个很大的改进。你的代码现在已经挺不错的了。

Answer 2

试试这个：

assert len(oil_changes) >= 2
sum_of_diffs = oil_changes[-1] - oil_changes[0]
number_of_diffs = len(oil_changes) - 1
average_diff = sum_of_diffs / float(number_of_diffs)

Answer 3

正如其他回答所提到的，除非你的 oil_changes 列表特别长，否则其实不用太担心。不过，作为一个喜欢“流式”计算的人，我觉得有必要提一下，itertools 提供了你所需的所有工具，可以在 O(1) 的空间内计算出你的 next_oil 值（当然，时间复杂度是 O(N)！）无论 N，也就是 len(next_oil) 有多大。

单独使用 izip 是不够的，因为它只是稍微减少了乘法常数，但空间需求仍然是 O(N)。要把空间需求降到 O(1)，关键是把 izip 和 tee 结合起来——而且要避免使用列表推导式，因为那样的空间复杂度也是 O(N)，我们应该用一个简单的老式循环来替代！接下来是：

  it = iter(oil_changes)
  a, b = itertools.tee(it)
  b.next()
  thesum = 0
  for thelen, (i, j) in enumerate(itertools.izip(a, b)):
    thesum += j - i
  last_one = j
  next_oil = last_one + thesum / (thelen + 1)

我们不是从列表中切片，而是对它使用迭代器，使用 tee（生成两个可以独立前进的克隆），然后让其中一个克隆 b 前进一次。tee 占用的空间是 O(x)，其中 x 是各个克隆之间前进的最大绝对差值；在这里，两个克隆的前进最多只相差 1，所以空间需求显然是 O(1)。

izip 逐个“拉链”这两个稍微错开的克隆迭代器，我们用 enumerate 来装饰它，这样我们就可以跟踪循环的次数，也就是我们正在迭代的可迭代对象的长度（在最终表达式中需要加 1，因为 enumerate 是从 0 开始的！）。我们用简单的 += 来计算总和，这对于数字来说是可以的（sum 更好，但它无法跟踪长度！）。

在循环结束后，使用 last_one = a.next() 是很诱人的，但这样做不行，因为 a 实际上已经耗尽了——izip 是从左到右推进它的参数可迭代对象，所以在意识到 b 结束之前，它已经最后推进了 a 一次！这没关系，因为 Python 的循环变量并不局限于循环本身——在循环结束后，j 仍然保留着在 b 前进之前最后提取的值（就像 thelen 仍然保留着 enumerate 返回的最后计数值）。我仍然把这个值命名为 last_one，而不是直接用 j，因为我觉得这样更清晰易读。

所以就是这样——希望对你有帮助！虽然对于你这次提出的具体问题来说，这几乎是多余的。我们意大利人有句古老的谚语——“Impara l'Arte, e mettila da parte！”... “学会这门艺术，然后放在一边”——我觉得这在这里非常适用：学习高级和复杂的方法来解决非常困难的问题是件好事，以防你遇到它们，但在大多数情况下，面对简单、普通的问题时，还是应该追求简单和直接，而不是使用那些大多数情况下根本不需要的高级解决方案！-)