time_interval = [4, 6, 12]
I want to sum up the numbers like [4, 4+6, 4+6+12] in order to get the list t = [4, 10, 22].
I tried the following:
t1 = time_interval[0]
t2 = time_interval[1] + t1
t3 = time_interval[2] + t2
print(t1, t2, t3) # -> 4 10 22
Python 2 では、次のように独自のジェネレーター関数を定義できます。
def accumu(lis):
total = 0
for x in lis:
total += x
yield total
In [4]: list(accumu([4,6,12]))
Out[4]: [4, 10, 22]
また、Python 3.2+ では以下を使用できますitertools.accumulate()。
In [1]: lis = [4,6,12]
In [2]: from itertools import accumulate
In [3]: list(accumulate(lis))
Out[3]: [4, 10, 22]
Python 3.4 で上位 2 つの回答のベンチマークを行ったところ、多くの状況下itertools.accumulateよりも高速であることがわかりました。多くの場合、はるかに高速です。numpy.cumsumただし、コメントからわかるように、これが常に当てはまるとは限らず、すべてのオプションを徹底的に調査することは困難です. (さらに興味のあるベンチマーク結果がある場合は、自由にコメントを追加するか、この投稿を編集してください。)
いくつかのタイミング...
短いリストのaccumulate場合、約 4 倍高速です。
from timeit import timeit
def sum1(l):
from itertools import accumulate
return list(accumulate(l))
def sum2(l):
from numpy import cumsum
return list(cumsum(l))
l = [1, 2, 3, 4, 5]
timeit(lambda: sum1(l), number=100000)
# 0.4243644131347537
timeit(lambda: sum2(l), number=100000)
# 1.7077815784141421
より長いリストのaccumulate場合、約 3 倍速くなります。
l = [1, 2, 3, 4, 5]*1000
timeit(lambda: sum1(l), number=100000)
# 19.174508565105498
timeit(lambda: sum2(l), number=100000)
# 61.871223849244416
numpy arrayが にキャストされていないlist場合でもaccumulate、約 2 倍高速です。
from timeit import timeit
def sum1(l):
from itertools import accumulate
return list(accumulate(l))
def sum2(l):
from numpy import cumsum
return cumsum(l)
l = [1, 2, 3, 4, 5]*1000
print(timeit(lambda: sum1(l), number=100000))
# 19.18597290944308
print(timeit(lambda: sum2(l), number=100000))
# 37.759664884768426
インポートを 2 つの関数の外に置いても , を返す場合numpy arrayでもaccumulate、ほぼ 2 倍高速です。
from timeit import timeit
from itertools import accumulate
from numpy import cumsum
def sum1(l):
return list(accumulate(l))
def sum2(l):
return cumsum(l)
l = [1, 2, 3, 4, 5]*1000
timeit(lambda: sum1(l), number=100000)
# 19.042188624851406
timeit(lambda: sum2(l), number=100000)
# 35.17324400227517
機能をお試しください
itertools.accumulate()。
import itertools
list(itertools.accumulate([1,2,3,4,5]))
# [1, 3, 6, 10, 15]
見よ:
a = [4, 6, 12]
reduce(lambda c, x: c + [c[-1] + x], a, [0])[1:]
出力します（予想どおり）：
[4, 10, 22]
for単純なループを使用して、線形時間で累積合計リストを計算できます。
def csum(lst):
s = lst.copy()
for i in range(1, len(s)):
s[i] += s[i-1]
return s
time_interval = [4, 6, 12]
print(csum(time_interval)) # [4, 10, 22]
標準ライブラリitertools.accumulateは、より高速な代替手段になる可能性があります (C で実装されているため)。
from itertools import accumulate
time_interval = [4, 6, 12]
print(list(accumulate(time_interval))) # [4, 10, 22]
Python 3.8から代入式が使えるようになったので、このような実装がしやすくなりました。
nums = list(range(1, 10))
print(f'array: {nums}')
v = 0
cumsum = [v := v + n for n in nums]
print(f'cumsum: {cumsum}')
生産する
array: [1, 2, 3, 4, 5, 6, 7, 8, 9]
cumsum: [1, 3, 6, 10, 15, 21, 28, 36, 45]
同じ手法を適用して、積、平均などを見つけることができます。
p = 1
cumprod = [p := p * n for n in nums]
print(f'cumprod: {cumprod}')
s = 0
c = 0
cumavg = [(s := s + n) / (c := c + 1) for n in nums]
print(f'cumavg: {cumavg}')
結果は
cumprod: [1, 2, 6, 24, 120, 720, 5040, 40320, 362880]
cumavg: [1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0, 4.5, 5.0]
まず、サブシーケンスの実行リストが必要です。
subseqs = (seq[:i] for i in range(1, len(seq)+1))
sum次に、各サブシーケンスを呼び出すだけです。
sums = [sum(subseq) for subseq in subseqs]
(すべてのプレフィックスを繰り返し追加しているため、これは最も効率的な方法ではありません。しかし、ほとんどのユース ケースではおそらく問題にならないでしょう。現在の合計。)
Python 3.2 以降を使用itertools.accumulateしている場合は、次のようにして実行できます。
sums = itertools.accumulate(seq)
また、3.1 以前を使用している場合は、「同等の」ソースをドキュメントから直接コピーできます ( 2.5 以前のへの変更next(it)を除く)。it.next()
リストの長さとパフォーマンスに応じて、これには多くの答えがある可能性があります。パフォーマンスを考えずに考えることができる 1 つの非常に単純な方法は次のとおりです。
a = [1, 2, 3, 4]
a = [sum(a[0:x]) for x in range(1, len(a)+1)]
print(a)
[1, 3, 6, 10]
これはリスト内包表記を使用することによるものであり、これはかなりうまく機能する可能性があります。ここでは部分配列を何度も追加しているだけなので、即興でこれを簡単にすることができます!
あなたの努力に乾杯！
values = [4, 6, 12]
total = 0
sums = []
for v in values:
total = total + v
sums.append(total)
print 'Values: ', values
print 'Sums: ', sums
このコードを実行すると、
Values: [4, 6, 12]
Sums: [4, 10, 22]
これを試して：
result = []
acc = 0
for i in time_interval:
acc += i
result.append(acc)
Numpy を使用しなくても、配列を直接ループして、途中で合計を累積できます。例えば：
a=range(10)
i=1
while((i>0) & (i<10)):
a[i]=a[i-1]+a[i]
i=i+1
print a
結果:
[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]
ややハックですが、うまくいくようです：
def cumulative_sum(l):
y = [0]
def inc(n):
y[0] += n
return y[0]
return [inc(x) for x in l]
y内側の関数は外側のレキシカルスコープで宣言されたものを変更できると思っていましたが、うまくいきませんでした。ジェネレーターを使用する方がおそらくよりエレガントです。
lst = [4, 6, 12]
[sum(lst[:i+1]) for i in xrange(len(lst))]
より効率的な解決策 (より大きなリスト?) を探している場合は、ジェネレーターが適切な呼び出しになる可能性があります (またはnumpy、パフォーマンスを本当に気にする場合は単に使用してください)。
def gen(lst):
acu = 0
for num in lst:
yield num + acu
acu += num
print list(gen([4, 6, 12]))
In [42]: a = [4, 6, 12]
In [43]: [sum(a[:i+1]) for i in xrange(len(a))]
Out[43]: [4, 10, 22]
これは、小さなリストの場合、@Ashwini による上記のジェネレーター メソッドよりもわずかに高速です。
In [48]: %timeit list(accumu([4,6,12]))
100000 loops, best of 3: 2.63 us per loop
In [49]: %timeit [sum(a[:i+1]) for i in xrange(len(a))]
100000 loops, best of 3: 2.46 us per loop
より大きなリストの場合、ジェネレーターは確かに行く方法です。. .
In [50]: a = range(1000)
In [51]: %timeit [sum(a[:i+1]) for i in xrange(len(a))]
100 loops, best of 3: 6.04 ms per loop
In [52]: %timeit list(accumu(a))
10000 loops, best of 3: 162 us per loop
以下のコードが最も簡単だと思います。
a=[1,1,2,1,2]
b=[a[0]]+[sum(a[0:i]) for i in range(2,len(a)+1)]
This would be Haskell-style:
def wrand(vtlg):
def helpf(lalt,lneu):
if not lalt==[]:
return helpf(lalt[1::],[lalt[0]+lneu[0]]+lneu)
else:
lneu.reverse()
return lneu[1:]
return helpf(vtlg,[0])