需要一种快速的方法在一次传递中对一个iterable进行计数和求和

Question

有人能帮我吗？我在想办法计算

>>> sum_widths = sum(col.width for col in cols if not col.hide)

还要计算这个总和中的项数，而不必在cols上进行两次传递。

看起来难以置信，但是在扫描std库（内置函数、itertools、functools等）之后，我甚至找不到一个可以计算iterable中成员数的函数。我找到了函数itertools.count，这听起来像我想要的，但它实际上只是一个名为range的函数。

经过一番思考，我想到了以下几点（这很简单，没有库函数是可以原谅的，除了它的迟钝之外）：

>>> visable_col_count = sum(col is col for col in cols if not col.hide)

然而，使用这两个函数需要iterable的两次传递，这让我很恼火。

作为替代方案，以下函数可以满足我的要求：

>>> def count_and_sum(iter):
>>>     count = sum = 0
>>>     for item in iter:
>>>         count += 1
>>>         sum += item
>>>     return count, sum

问题在于，它所需的时间是生成器表达式形式总和的100倍（根据timeit）。

如果有人能想出一个简单的一行程序来满足我的需求，请告诉我（使用Python3.3）。

编辑1

这里有很多好主意，伙计们。感谢所有回复的人。我需要一段时间来消化所有这些答案，但我会和我会尽量选择一个来检查。

编辑2

我重复了两个不起眼的建议（count_and_sum函数和两个单独的sum函数）的计时，发现我原来的计时太慢了，可能是因为后台运行了一个自动定时备份进程。

在这里，我还将给出的大多数优秀建议作为答案进行计时，所有这些建议都使用相同的模型。分析这些答案对我来说是很有教育意义的：对deque、enumerate和reduce的新用法，以及对count和accumulate的首次使用。谢谢大家！

下面是使用我正在开发的显示软件的结果（来自我的慢上网本）：

┌───────────────────────────────────────────────────────┐
│                 Count and Sum Timing                  │
├──────────────────────────┬───────────┬────────────────┤
│          Method          │Time (usec)│Time (% of base)│
├──────────────────────────┼───────────┼────────────────┤
│count_and_sum (base)      │        7.2│            100%│
│Two sums                  │        7.5│            104%│
│deque enumerate accumulate│        7.3│            101%│
│max enumerate accumulate  │        7.3│            101%│
│reduce                    │        7.4│            103%│
│count sum                 │        7.3│            101%│
└──────────────────────────┴───────────┴────────────────┘

（我没有把复杂和折叠的方法视为太晦涩了，但无论如何还是要谢谢你。）

由于所有这些方法在时间上几乎没有差别，我决定使用count_and_sum函数（带有显式的for循环）作为最可读、最显式和最简单的（Python Zen）函数，而且它也是最快的！

我希望我能接受这些令人惊奇的答案中的一个是正确的，但它们都一样好，尽管或多或少有些模糊，所以我只是投票给每个人，接受我自己的答案是正确的（count_and_sum函数），因为这是我正在使用的。

关于“应该有一个——最好只有一个——显而易见的方法”是什么？

Answer 1

我不知道速度，但这有点漂亮：

>>> from itertools import accumulate
>>> it = range(10)
>>> max(enumerate(accumulate(it), 1))
(10, 45)

Answer 2

改编DSM的答案。使用deque(... maxlen=1)来节省内存使用。

import itertools 
from collections import deque 
deque(enumerate(itertools.accumulate(x), 1), maxlen=1)

ipython中的计时代码：

import itertools , random
from collections import deque 

def count_and_sum(iter):
     count = sum = 0
     for item in iter:
         count += 1
         sum += item
     return count, sum

X = [random.randint(0, 10) for _ in range(10**7)]
%timeit count_and_sum(X)
%timeit deque(enumerate(itertools.accumulate(X), 1), maxlen=1)
%timeit (max(enumerate(itertools.accumulate(X), 1)))

结果：现在比OP的方法快

1 loops, best of 3: 1.08 s per loop
1 loops, best of 3: 659 ms per loop
1 loops, best of 3: 1.19 s per loop

Answer 3

使用复数

z = [1, 2, 4, 5, 6]
y = sum(x + 1j for x in z)
sum_z, count_z = y.real, int(y.imag)
print sum_z, count_z
18.0 5