一度に 4 つの整数を操作する必要がある整数のリストを入力として受け取る Python スクリプトがあります。残念ながら、入力を制御することはできません。または、入力を 4 要素のタプルのリストとして渡す必要があります。現在、私はこのように繰り返しています：
for i in range(0, len(ints), 4):
# dummy op for example code
foo += ints[i] * ints[i + 1] + ints[i + 2] * ints[i + 3]
ただし、「C-think」によく似ているため、この状況に対処するためのよりPythonicな方法があると思われます。リストは反復後に破棄されるため、保持する必要はありません。おそらく、このようなものが良いでしょうか？
while ints:
foo += ints[0] * ints[1] + ints[2] * ints[3]
ints[0:4] = []
ただし、まだ完全に「感じ」ません。:-/
def chunker(seq, size):
return (seq[pos:pos + size] for pos in range(0, len(seq), size))
# (in python 2 use xrange() instead of range() to avoid allocating a list)
任意のシーケンスで動作します：
text = "I am a very, very helpful text"
for group in chunker(text, 7):
print(repr(group),)
# 'I am a ' 'very, v' 'ery hel' 'pful te' 'xt'
print '|'.join(chunker(text, 10))
# I am a ver|y, very he|lpful text
animals = ['cat', 'dog', 'rabbit', 'duck', 'bird', 'cow', 'gnu', 'fish']
for group in chunker(animals, 3):
print(group)
# ['cat', 'dog', 'rabbit']
# ['duck', 'bird', 'cow']
# ['gnu', 'fish']
Python のドキュメントのレシピセクションから変更:itertools
from itertools import zip_longest
def grouper(iterable, n, fillvalue=None):
args = [iter(iterable)] * n
return zip_longest(*args, fillvalue=fillvalue)
例
grouper('ABCDEFG', 3, 'x') # --> 'ABC' 'DEF' 'Gxx'
注: Python 2izip_longestでは、代わりにzip_longest.
chunk_size = 4
for i in range(0, len(ints), chunk_size):
chunk = ints[i:i+chunk_size]
# process chunk of size <= chunk_size
import itertools
def chunks(iterable,size):
it = iter(iterable)
chunk = tuple(itertools.islice(it,size))
while chunk:
yield chunk
chunk = tuple(itertools.islice(it,size))
# though this will throw ValueError if the length of ints
# isn't a multiple of four:
for x1,x2,x3,x4 in chunks(ints,4):
foo += x1 + x2 + x3 + x4
for chunk in chunks(ints,4):
foo += sum(chunk)
別の方法：
import itertools
def chunks2(iterable,size,filler=None):
it = itertools.chain(iterable,itertools.repeat(filler,size-1))
chunk = tuple(itertools.islice(it,size))
while len(chunk) == size:
yield chunk
chunk = tuple(itertools.islice(it,size))
# x2, x3 and x4 could get the value 0 if the length is not
# a multiple of 4.
for x1,x2,x3,x4 in chunks2(ints,4,0):
foo += x1 + x2 + x3 + x4
セットとジェネレーターでも機能するソリューションが必要でした。非常に短くてきれいなものは思いつきませんでしたが、少なくともかなり読みやすいものです。
def chunker(seq, size):
res = []
for el in seq:
res.append(el)
if len(res) == size:
yield res
res = []
if res:
yield res
リスト：
>>> list(chunker([i for i in range(10)], 3))
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]
設定：
>>> list(chunker(set([i for i in range(10)]), 3))
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]
発生器：
>>> list(chunker((i for i in range(10)), 3))
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]
more-itertoolsパッケージには、まさにそれを行うチャンクメソッドがあります。
import more_itertools
for s in more_itertools.chunked(range(9), 4):
print(s)
版画
[0, 1, 2, 3]
[4, 5, 6, 7]
[8]
chunkedリスト内のアイテムを返します。iterable を使いたい場合は、ichankedを使用してください。
Python 3.8 では、セイウチ演算子とitertools.islice.
from itertools import islice
list_ = [i for i in range(10, 100)]
def chunker(it, size):
iterator = iter(it)
while chunk := list(islice(iterator, size)):
print(chunk)
In [2]: chunker(list_, 10)
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
[20, 21, 22, 23, 24, 25, 26, 27, 28, 29]
[30, 31, 32, 33, 34, 35, 36, 37, 38, 39]
[40, 41, 42, 43, 44, 45, 46, 47, 48, 49]
[50, 51, 52, 53, 54, 55, 56, 57, 58, 59]
[60, 61, 62, 63, 64, 65, 66, 67, 68, 69]
[70, 71, 72, 73, 74, 75, 76, 77, 78, 79]
[80, 81, 82, 83, 84, 85, 86, 87, 88, 89]
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
この問題の理想的な解決策は、(シーケンスだけでなく) イテレータで機能します。また、高速である必要があります。
これは、 itertools のドキュメントによって提供されるソリューションです。
def grouper(n, iterable, fillvalue=None):
#"grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
args = [iter(iterable)] * n
return itertools.izip_longest(fillvalue=fillvalue, *args)
Mac Book Air でipython を使用する%timeitと、ループごとに 47.5 us が得られます。
ただし、結果は同じサイズのグループになるようにパディングされるため、これは実際には機能しません。パディングなしのソリューションは、もう少し複雑です。最も素朴な解決策は次のとおりです。
def grouper(size, iterable):
i = iter(iterable)
while True:
out = []
try:
for _ in range(size):
out.append(i.next())
except StopIteration:
yield out
break
yield out
シンプルだがかなり遅い: ループあたり 693 us
私が思いつくことができる最善の解決策はislice、内側のループを使用することです。
def grouper(size, iterable):
it = iter(iterable)
while True:
group = tuple(itertools.islice(it, None, size))
if not group:
break
yield group
同じデータセットを使用すると、ループごとに 305 us になります。
それよりも速く純粋な解を得ることができないので、重要な警告とともに次の解を提供します。入力データに のインスタンスが含まfilldataれていると、間違った答えが得られる可能性があります。
def grouper(n, iterable, fillvalue=None):
#"grouper(3, 'ABCDEFG', 'x') --> ABC DEF Gxx"
args = [iter(iterable)] * n
# itertools.zip_longest on Python 3
for x in itertools.izip_longest(*args, fillvalue=fillvalue):
if x[-1] is fillvalue:
yield tuple(v for v in x if v is not fillvalue)
else:
yield x
私はこの答えが本当に好きではありませんが、かなり高速です。ループあたり 124 us
from itertools import izip_longest
def chunker(iterable, chunksize, filler):
return izip_longest(*[iter(iterable)]*chunksize, fillvalue=filler)
他の提案と似ていますが、まったく同じではありませんが、シンプルで読みやすいので、私はこのようにするのが好きです:
it = iter([1, 2, 3, 4, 5, 6, 7, 8, 9])
for chunk in zip(it, it, it, it):
print chunk
>>> (1, 2, 3, 4)
>>> (5, 6, 7, 8)
この方法では、最後の部分的なチャンクを取得できません。(9, None, None, None)最後のチャンクとして取得したい場合は、 izip_longestfrom を使用してitertoolsください。
誰も言及していないので、まだここにzip()解決策があります：
>>> def chunker(iterable, chunksize):
... return zip(*[iter(iterable)]*chunksize)
シーケンスの長さが常にチャンク サイズで割り切れる場合、またはそうでない場合は末尾のチャンクを気にしない場合にのみ機能します。
例：
>>> s = '1234567890'
>>> chunker(s, 3)
[('1', '2', '3'), ('4', '5', '6'), ('7', '8', '9')]
>>> chunker(s, 4)
[('1', '2', '3', '4'), ('5', '6', '7', '8')]
>>> chunker(s, 5)
[('1', '2', '3', '4', '5'), ('6', '7', '8', '9', '0')]
またはitertools.izipを使用して、リストの代わりに反復子を返します。
>>> from itertools import izip
>>> def chunker(iterable, chunksize):
... return izip(*[iter(iterable)]*chunksize)
パディングは、@ΤΖΩΤΖΙΟΥ の回答を使用して修正できます。
>>> from itertools import chain, izip, repeat
>>> def chunker(iterable, chunksize, fillvalue=None):
... it = chain(iterable, repeat(fillvalue, chunksize-1))
... args = [it] * chunksize
... return izip(*args)
別のアプローチは、次の 2 引数形式を使用することですiter。
from itertools import islice
def group(it, size):
it = iter(it)
return iter(lambda: tuple(islice(it, size)), ())
これは、パディングを使用するように簡単に適応できます (これはMarkus Jarderotの回答に似ています)。
from itertools import islice, chain, repeat
def group_pad(it, size, pad=None):
it = chain(iter(it), repeat(pad))
return iter(lambda: tuple(islice(it, size)), (pad,) * size)
オプションのパディングのためにこれらを組み合わせることもできます。
_no_pad = object()
def group(it, size, pad=_no_pad):
if pad == _no_pad:
it = iter(it)
sentinel = ()
else:
it = chain(iter(it), repeat(pad))
sentinel = (pad,) * size
return iter(lambda: tuple(islice(it, size)), sentinel)
zip() の代わりに map() を使用すると、JF Sebastian の回答のパディングの問題が修正されます。
>>> def chunker(iterable, chunksize):
... return map(None,*[iter(iterable)]*chunksize)
例：
>>> s = '1234567890'
>>> chunker(s, 3)
[('1', '2', '3'), ('4', '5', '6'), ('7', '8', '9'), ('0', None, None)]
>>> chunker(s, 4)
[('1', '2', '3', '4'), ('5', '6', '7', '8'), ('9', '0', None, None)]
>>> chunker(s, 5)
[('1', '2', '3', '4', '5'), ('6', '7', '8', '9', '0')]
ちょっとした機能やものを使うことは、私にとって本当に魅力的ではありません。私はスライスを使用することを好みます：
data = [...]
chunk_size = 10000 # or whatever
chunks = [data[i:i+chunk_size] for i in xrange(0,len(data),chunk_size)]
for chunk in chunks:
...
リストが大きい場合、これを行う最もパフォーマンスの高い方法は、ジェネレーターを使用することです。
def get_chunk(iterable, chunk_size):
result = []
for item in iterable:
result.append(item)
if len(result) == chunk_size:
yield tuple(result)
result = []
if len(result) > 0:
yield tuple(result)
for x in get_chunk([1,2,3,4,5,6,7,8,9,10], 3):
print x
(1, 2, 3)
(4, 5, 6)
(7, 8, 9)
(10,)
リストへのすべての変換を回避するには、次のようにしますimport itertools。
>>> for k, g in itertools.groupby(xrange(35), lambda x: x/10):
... list(g)
プロデュース:
...
0 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1 [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
2 [20, 21, 22, 23, 24, 25, 26, 27, 28, 29]
3 [30, 31, 32, 33, 34]
>>>
チェックgroupbyしたところ、リストまたは使用に変換されないため、len実際に使用されるまで各値の解決が遅れると思います。悲しいことに、(現時点で) 利用可能な回答のどれも、このバリエーションを提供していないようです。
明らかに、各アイテムを順番に処理する必要がある場合は、for ループを g にネストします。
for k,g in itertools.groupby(xrange(35), lambda x: x/10):
for i in g:
# do what you need to do with individual items
# now do what you need to do with the whole group
これに対する私の具体的な関心は、ジェネレーターを使用して、最大 1000 のバッチで変更を gmail API に送信する必要があることでした。
messages = a_generator_which_would_not_be_smart_as_a_list
for idx, batch in groupby(messages, lambda x: x/1000):
batch_request = BatchHttpRequest()
for message in batch:
batch_request.add(self.service.users().messages().modify(userId='me', id=message['id'], body=msg_labels))
http = httplib2.Http()
self.credentials.authorize(http)
batch_request.execute(http=http)
NumPy を使えば簡単です:
ints = array([1, 2, 3, 4, 5, 6, 7, 8])
for int1, int2 in ints.reshape(-1, 2):
print(int1, int2)
出力：
1 2
3 4
5 6
7 8
2番目の方法では、次のようにして4つのグループに進みます。
ints = ints[4:]
ただし、パフォーマンス測定を行っていないため、どちらがより効率的かわかりません。
そうは言っても、私は通常最初の方法を選択します。それはきれいではありませんが、それはしばしば外の世界とのインターフェースの結果です。
以下は、ジェネレーターをサポートするインポートなしのチャンカーです。
def chunks(seq, size):
it = iter(seq)
while True:
ret = tuple(next(it) for _ in range(size))
if len(ret) == size:
yield ret
else:
raise StopIteration()
使用例:
>>> def foo():
... i = 0
... while True:
... i += 1
... yield i
...
>>> c = chunks(foo(), 3)
>>> c.next()
(1, 2, 3)
>>> c.next()
(4, 5, 6)
>>> list(chunks('abcdefg', 2))
[('a', 'b'), ('c', 'd'), ('e', 'f')]
J.F. Sebastian ここで与えられた解決策について：
def chunker(iterable, chunksize):
return zip(*[iter(iterable)]*chunksize)
これは賢いですが、欠点が 1 つあります。常にタプルを返します。代わりに文字列を取得するには?
もちろん と書くこともできます''.join(chunker(...))が、とにかく一時的なタプルが構築されます。
次のように own を書くことで一時的なタプルを取り除くことができますzip:
class IteratorExhausted(Exception):
pass
def translate_StopIteration(iterable, to=IteratorExhausted):
for i in iterable:
yield i
raise to # StopIteration would get ignored because this is generator,
# but custom exception can leave the generator.
def custom_zip(*iterables, reductor=tuple):
iterators = tuple(map(translate_StopIteration, iterables))
while True:
try:
yield reductor(next(i) for i in iterators)
except IteratorExhausted: # when any of iterators get exhausted.
break
それで
def chunker(data, size, reductor=tuple):
return custom_zip(*[iter(data)]*size, reductor=reductor)
使用例:
>>> for i in chunker('12345', 2):
... print(repr(i))
...
('1', '2')
('3', '4')
>>> for i in chunker('12345', 2, ''.join):
... print(repr(i))
...
'12'
'34'
さらに別の答え、その利点は次のとおりです。
1) 簡単に理解できる
2) シーケンスだけでなく、あらゆる iterable で動作する (上記の回答のいくつかはファイルハンドルで詰まる)
3) チャンクを一度にすべてメモリにロードしない
4) への参照のチャンク長いリストを作成しないメモリ内の同じイテレータ
5) リストの最後にあるフィル値のパディングなし
そうは言っても、私はそれを時間を計っていないので、より賢い方法のいくつかよりも遅くなる可能性があり、ユースケースを考えると利点のいくつかは無関係かもしれません.
def chunkiter(iterable, size):
def inneriter(first, iterator, size):
yield first
for _ in xrange(size - 1):
yield iterator.next()
it = iter(iterable)
while True:
yield inneriter(it.next(), it, size)
In [2]: i = chunkiter('abcdefgh', 3)
In [3]: for ii in i:
for c in ii:
print c,
print ''
...:
a b c
d e f
g h
更新:
内側と外側のループが同じイテレータから値を取得していることによるいくつかの欠点:
1) 外側のループで continue が期待どおりに機能しない - チャンクをスキップするのではなく、次の項目に進むだけです。 . ただし、外側のループでテストするものが何もないため、これは問題のようには見えません。
2) 内側のループでブレークが期待どおりに機能しません。制御は、イテレータの次の項目で再び内側のループに戻ります。チャンク全体をスキップするには、内側の反復子 (上記の ii) をタプル (例: ) でラップするかfor c in tuple(ii)、フラグを設定して反復子を使い果たします。
def group_by(iterable, size):
"""Group an iterable into lists that don't exceed the size given.
>>> group_by([1,2,3,4,5], 2)
[[1, 2], [3, 4], [5]]
"""
sublist = []
for index, item in enumerate(iterable):
if index > 0 and index % size == 0:
yield sublist
sublist = []
sublist.append(item)
if sublist:
yield sublist
リストからイテレータを外すことで、単にリストのスライスをコピーするだけではないことを願っています。ジェネレーターはスライスでき、自動的にジェネレーターのままになりますが、リストは 1000 エントリの巨大なチャンクにスライスされるため、効率が低下します。
def iter_group(iterable, batch_size:int):
length = len(iterable)
start = batch_size*-1
end = 0
while(end < length):
start += batch_size
end += batch_size
if type(iterable) == list:
yield (iterable[i] for i in range(start,min(length-1,end)))
else:
yield iterable[start:end]
使用法：
items = list(range(1,1251))
for item_group in iter_group(items, 1000):
for item in item_group:
print(item)
itertools.groupby一時的なリストを作成せずに、イテラブルのイテラブルを取得する作業を簡単に行うことができます。
groupby(iterable, (lambda x,y: (lambda z: x.next()/y))(count(),100))
入れ子になったラムダにうんざりしないでください。外側のラムダは一度だけ実行され、count()ジェネレーターと定数100を内側のラムダのスコープに入れます。
これを使用して、行のチャンクを mysql に送信します。
for k,v in groupby(bigdata, (lambda x,y: (lambda z: x.next()/y))(count(),100))):
cursor.executemany(sql, v)
これを行うためのきれいな方法はないようです。 これは、以下を含むいくつかのメソッドを含むページです。
def split_seq(seq, size):
newseq = []
splitsize = 1.0/size*len(seq)
for i in range(size):
newseq.append(seq[int(round(i*splitsize)):int(round((i+1)*splitsize))])
return newseq
リストが同じサイズの場合、それらを で 4 タプルのリストに結合できますzip()。例えば：
# Four lists of four elements each.
l1 = range(0, 4)
l2 = range(4, 8)
l3 = range(8, 12)
l4 = range(12, 16)
for i1, i2, i3, i4 in zip(l1, l2, l3, l4):
...
zip()関数が生成するものは次のとおりです。
>>> print l1
[0, 1, 2, 3]
>>> print l2
[4, 5, 6, 7]
>>> print l3
[8, 9, 10, 11]
>>> print l4
[12, 13, 14, 15]
>>> print zip(l1, l2, l3, l4)
[(0, 4, 8, 12), (1, 5, 9, 13), (2, 6, 10, 14), (3, 7, 11, 15)]
リストが大きく、それらを結合してより大きなリストにしたくない場合は、リストではitertools.izip()なく反復子を生成する を使用します。
from itertools import izip
for i1, i2, i3, i4 in izip(l1, l2, l3, l4):
...
リスト内包表記を使用しない理由
l = [1 , 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
n = 4
filler = 0
fills = len(l) % n
chunks = ((l + [filler] * fills)[x * n:x * n + n] for x in range(int((len(l) + n - 1)/n)))
print(chunks)
[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 0]]