如何有效地从10000个Python列表中选择第i个项目，并将它们高效地转换为一个列表？

Question

我正在研究蒙特卡罗算法。本质上，由于涉及时间，每次迭代都会生成一个包含50项的列表，涵盖50年的模拟。我附加了这些元素，这样就有了一个包含10000个元素的列表，每个元素都是50个数字的列表。你知道吗

现在，当然，我需要把每年的数据放入一个包含10000个项目的列表中，这样我就可以做年度直方图分析。你知道吗

举个简单的例子，如果我有5次运行3年的数据，我可能会有这样一个列表：

[[1,2,3, 4,5], [1.1, 2.2, 3.3, 4.4, 5.5], [2.5, 2.6, 2.7, 2.8, 2.9]]

我需要把它放进一个列表，看起来是这样的：

[[1, 1.1, 2.1], [2, 2.2, 2.6], [3, 3.3, 2.7], [4, 4.4, 2.8], [5, 5.5, 2.9]]

显然，我可以用一个双循环来强制实现这个，但是有500000个数据点，我正在寻找更有效和更具python风格的东西。你知道吗

是否有人对内部（或包）有足够的了解，可以快速有效地实现这一点？你知道吗

Answer 1

您可以zip列表：

x = [[1,2,3, 4,5], [1.1, 2.2, 3.3, 4.4, 5.5], [2.5, 2.6, 2.7, 2.8, 2.9]]

y = zip(*x) #Unpacking elements of x before zipping

print(list(y))
>>>[(1, 1.1, 2.5), (2, 2.2, 2.6), (3, 3.3, 2.7), (4, 4.4, 2.8), (5, 5.5, 2.9)]

Answer 2

您可以使用zip或numpy.transpose（可能更快）：

d = [[1,2,3, 4,5], [1.1, 2.2, 3.3, 4.4, 5.5], [2.5, 2.6, 2.7, 2.8, 2.9]]

zip(*d) # returns a generator in Python3, use list on top of it if needed

import numpy as np
np.transpose(d) # returns a np.array, which will behave more or less the same as a Python list
# or simply something like 
arr = np.array(d)
arr[:,i] # returns the i-th values in each row

Answer 3

列表是灵活的项目；因此，它们很慢。因为您有一个固定宽度的环境，所以请使用增强的结构。对于初学者来说，numpy2d数组应该会有所帮助。您不必强制它进入另一个方向：只需使用提供的向量表达式，并强制NumPy执行所需的向量化（假设您的处理器支持这些）。你知道吗