：

我們現(xiàn)在可以使用 Python 的內(nèi)置函數(shù)sum()將多個數(shù)值相加。此函數(shù)提供了一種高效、可讀且 Pythonic 的方法來解決代碼中的求和問題。如果您正在處理需要對數(shù)值求和的數(shù)學(xué)計算，那么它sum()可以成為您的救星。

Python 的內(nèi)置函數(shù)sum()是一種對數(shù)值列表求和的有效且Pythonic 的方法。將多個數(shù)字相加是許多計算中常見的中間步驟，因此sum()對于 Python 程序員來說是一個非常方便的工具。

作為一個額外的和有趣的使用情況，您可以連接列表和元組使用sum()，當(dāng)你需要拼合列表的列表，可以很方便。

在本教程中，我們將學(xué)習(xí)如何：

• 使用通用技術(shù)和工具手工對數(shù)值求和
• 使用Pythonsum()高效地添加多個數(shù)值
• 拼接列表和元組與sum()
• 使用sum()接近普通求和問題
• 使用適當(dāng)?shù)闹档膮?shù)中sum()
• 之間做出選擇sum()和替代工具來總結(jié)和串連對象
  

這些知識將幫助您使用sum()或其他替代和專用工具有效地處理和解決代碼中的求和問題。

1、理解求和問題

將數(shù)值相加是編程中一個相當(dāng)普遍的問題。例如，假設(shè)您有一個數(shù)字列表 [1, 2, 3, 4, 5] 并且想要將它們加在一起以計算它們的總和。使用標(biāo)準(zhǔn)算術(shù)，您將執(zhí)行以下操作：

1 + 2 + 3 + 4 + 5 = 15

就數(shù)學(xué)而言，這個表達(dá)式非常簡單。它會引導(dǎo)您完成一系列簡短的加法，直到您找到所有數(shù)字的總和。

可以手動進(jìn)行這個特定的計算，但想象一下其他一些不太可能的情況。如果您有一個特別長的數(shù)字列表，手動添加可能效率低下且容易出錯。如果您甚至不知道列表中有多少項會發(fā)生什么？最后，想象一個場景，您需要添加的項目數(shù)量動態(tài)或不可預(yù)測地發(fā)生變化。

在這種情況下，無論您的數(shù)字列表是長列表還是短列表，Python 在解決求和問題方面都非常有用。

如果您想通過從頭開始創(chuàng)建自己的解決方案來對數(shù)字求和，那么您可以嘗試使用for循環(huán)：

>>>
>>> numbers = [1, 2, 3, 4, 5]
>>> total = 0
>>> for number in numbers:
...  total += number
...
>>> total
15

在這里，您首先創(chuàng)建total并將其初始化為0. 此變量用作累加器，您可以在其中存儲中間結(jié)果，直到獲得最終結(jié)果。循環(huán)通過使用增廣賦值累加每個連續(xù)值來迭代numbers和更新。total

您還可以將for循環(huán)包裝在函數(shù)中。這樣，我們可以為不同的列表重用代碼：

>>>
>>> def sum_numbers(numbers):
...  total = 0
...  for number in numbers:
...total += number
...  return total
...
>>> sum_numbers([1, 2, 3, 4, 5])
15
>>> sum_numbers([])
0

在 中sum_numbers() ，您將一個可迭代對象——特別是一個數(shù)值列表——作為參數(shù)，并返回輸入列表中值的總和。如果輸入列表為空，則函數(shù)返回0。該for循環(huán)與您之前看到的相同。

您還可以使用遞歸代替迭代。遞歸是一種函數(shù)式編程技術(shù)，其中函數(shù)在其自己的定義中被調(diào)用。換句話說，遞歸函數(shù)在循環(huán)中調(diào)用自身：

>>>
>>> def sum_numbers(numbers):
...  if len(numbers) == 0:
...return 0
...  return numbers[0] + sum_numbers(numbers[1:])
...
>>> sum_numbers([1, 2, 3, 4, 5])
15

當(dāng)你定義一個遞歸函數(shù)時，你冒著陷入無限循環(huán)的風(fēng)險。為了防止這種情況，您需要定義停止遞歸的基本情況和調(diào)用函數(shù)并啟動隱式循環(huán)的遞歸情況。

在上面的例子中，基本情況意味著零長度列表的總和是0。遞歸情況意味著總和是第一個值numbers[0] ，加上其余值的總和numbers[1:] 。由于遞歸情況在每次迭代中使用較短的序列，因此您希望在numbers是零長度列表時遇到基本情況。作為最終結(jié)果，您將獲得輸入列表中所有項目的總和numbers。

注意：在此示例中，如果您不檢查空輸入列表（您的基本情況），則sum_numbers()永遠(yuǎn)不會遇到無限遞歸循環(huán)。當(dāng)您的numbers列表長度達(dá)到 時0，代碼會嘗試訪問空列表中的項目，這會引發(fā)IndexError并中斷循環(huán)。

使用這種實現(xiàn)，你永遠(yuǎn)不會從這個函數(shù)中得到一個總和。你IndexError每次都會得到一個。

在 Python 中對數(shù)字列表求和的另一種選擇是使用reduce()from functools。要獲取數(shù)字列表的總和，我們可以將任一operator.add或適當(dāng)?shù)?code>lambda函數(shù)作為第一個參數(shù)傳遞給reduce()：

>>>
>>> from functools import reduce
>>> from operator import add
>>> reduce(add, [1, 2, 3, 4, 5])
15
>>> reduce(add, [])
Traceback (most recent call last):
 ...
TypeError: reduce() of empty sequence with no initial value
>>> reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
15

您可以致電reduce()與減少或折疊，function與一起iterable作為參數(shù)。然后reduce()使用輸入函數(shù)處理iterable并返回單個累積值。

在第一個示例中，歸約函數(shù)是add()，它將兩個數(shù)字相加。最終結(jié)果是 input 中數(shù)字的總和iterable。作為一個缺點，reduce()提出了一個TypeError當(dāng)你與一個空的調(diào)用它iterable。

在第二個示例中，約簡函數(shù)是一個lambda返回兩個數(shù)字相加的函數(shù)。

由于像這樣的求和在編程中很常見，因此每次需要對一些數(shù)字求和時編寫一個新函數(shù)是大量重復(fù)性工作。此外， usingreduce()不是您可用的最易讀的解決方案。

Python 提供了專門的內(nèi)置函數(shù)來解決這個問題。該函數(shù)被方便地調(diào)用sum() 。由于它是一個內(nèi)置函數(shù)，因此您可以直接在代碼中使用它，而無需導(dǎo)入任何內(nèi)容。

2、Python 入門 sum()

可讀性是Python 哲學(xué)背后最重要的原則之一。在對值列表求和時，可視化您要求循環(huán)執(zhí)行的操作。您希望它遍歷一些數(shù)字，將它們累加到一個中間變量中，然后返回最終和。但是，您可能可以想象一個不需要循環(huán)的更易讀的求和版本。您希望 Python 取一些數(shù)字并將它們相加。

現(xiàn)在想想如何reduce()求和。使用reduce()可以說比基于循環(huán)的解決方案更不可讀，更不直接。

這就是為什么將Python 2.3添加sum()為內(nèi)置函數(shù)來為求和問題提供 Pythonic 解決方案的原因。Alex Martelli貢獻(xiàn)了這個函數(shù)，它現(xiàn)在是對值列表求和的首選語法：

>>>
>>> sum([1, 2, 3, 4, 5])
15
>>> sum([])
0

哇！這很整潔，不是嗎？它讀起來像簡單的英語，并清楚地傳達(dá)您在輸入列表上執(zhí)行的操作。使用sum()比for循環(huán)或reduce()調(diào)用更具可讀性。與reduce() ,當(dāng)您提供空的可迭代對象時sum()不會引發(fā) a TypeError。相反，它可以理解地返回0.

我們可以sum()使用以下兩個參數(shù)進(jìn)行調(diào)用：

iterable是一個必需的參數(shù)，可以保存任何 Python 可迭代對象?？傻鷮ο笸ǔ０瑪?shù)值，但也可以包含列表或元組。
start是一個可選參數(shù)，可以保存一個初始值。然后將該值添加到最終結(jié)果中。它默認(rèn)為0.
在內(nèi)部，從左到右sum()添加startplus 中的值iterable。輸入iterable中的值通常是數(shù)字，但您也可以使用列表和元組?？蛇x參數(shù)start可以接受數(shù)字、列表或元組，具體取決于傳遞給 的內(nèi)容iterable。它不能帶一個string。

在以下兩節(jié)中，您將了解sum()在代碼中使用的基礎(chǔ)知識。

2.1 必需的參數(shù)： iterable

接受任何 Python iterable 作為它的第一個參數(shù)使得sum()泛型、可重用和多態(tài)。由于此功能，您可以使用sum()列表、元組、集合、range對象和字典：

>>>
>>> # Use a list
>>> sum([1, 2, 3, 4, 5])
15
>>> # Use a tuple
>>> sum((1, 2, 3, 4, 5))
15
>>> # Use a set
>>> sum({1, 2, 3, 4, 5})
15
>>> # Use a range
>>> sum(range(1, 6))
15
>>> # Use a dictionary
>>> sum({1: "one", 2: "two", 3: "three"})
6
>>> sum({1: "one", 2: "two", 3: "three"}.keys())
6

在所有這些示例中，sum()計算輸入迭代中所有值的算術(shù)和，而不管它們的類型。在兩個字典示例中，都調(diào)用sum()返回輸入字典鍵的總和。第一個示例默認(rèn)對鍵求和，第二個示例由于.keys()調(diào)用輸入字典而對鍵求和。

如果您的字典在其值中存儲數(shù)字，并且您想對這些值而不是鍵進(jìn)行求和，那么您可以.values()像.keys()示例中那樣使用。

您還可以sum()將列表推導(dǎo)式用作參數(shù)。這是一個計算一系列值的平方和的示例：

>>>
>>> sum([x ** 2 for x in range(1, 6)])
55

Python 2.4向該語言添加了生成器表達(dá)式。同樣，sum()當(dāng)您使用生成器表達(dá)式作為參數(shù)時，按預(yù)期工作：

>>>
>>> sum(x ** 2 for x in range(1, 6))
55

這個例子展示了解決求和問題的最 Pythonic 技術(shù)之一。它在一行代碼中提供了一個優(yōu)雅、可讀且高效的解決方案。

2.2 可選參數(shù)： start

第二個可選參數(shù)start允許您提供一個值來初始化求和過程。當(dāng)您需要按順序處理累積值時，此參數(shù)很方便：

>>>
>>> sum([1, 2, 3, 4, 5], 100)  # Positional argument
115
>>> sum([1, 2, 3, 4, 5], start=100)  # Keyword argument
115

在這里，您提供初始值100to start。凈效果是sum()將此值添加到輸入可迭代中的值的累積總和中。請注意，您可以start作為位置參數(shù)或關(guān)鍵字參數(shù)提供。后一個選項更加明確和可讀。

如果您沒有為 提供值start，則默認(rèn)為0。默認(rèn)值0確保返回輸入值總和的預(yù)期行為。

3、對數(shù)值求和

的主要目的sum()是提供一種 Pythonic 方式來將數(shù)值相加。到目前為止，您已經(jīng)了解了如何使用該函數(shù)對整數(shù)求和。此外，可以使用sum()任何其他數(shù)字Python類型，比如float，complex，decimal.Decimal，和fractions.Fraction。

以下是使用sum()不同數(shù)字類型的值的幾個示例：

>>>
>>> from decimal import Decimal
>>> from fractions import Fraction
>>> # Sum floating-point numbers
>>> sum([10.2, 12.5, 11.8])
34.5
>>> sum([10.2, 12.5, 11.8, float("inf")])
inf
>>> sum([10.2, 12.5, 11.8, float("nan")])
nan
>>> # Sum complex numbers
>>> sum([3 + 2j, 5 + 6j])
(8+8j)
>>> # Sum Decimal numbers
>>> sum([Decimal("10.2"), Decimal("12.5"), Decimal("11.8")])
Decimal('34.5')
>>> # Sum Fraction numbers
>>> sum([Fraction(51, 5), Fraction(25, 2), Fraction(59, 5)])
Fraction(69, 2)

在這里，您第一次使用sum()與浮點數(shù)字。值得注意的是，當(dāng)您使用特殊符號inf并nan在調(diào)用float("inf")和 中時函數(shù)的行為float("nan") 。第一個符號代表一個無限值，因此sum()返回inf。第二個符號代表NaN（不是數(shù)字）值。由于您無法將數(shù)字與非數(shù)字相加，因此您會得到nan結(jié)果。

其他的例子總和iterables的complex，Decimal和Fraction數(shù)字。在所有情況下，sum()使用適當(dāng)?shù)臄?shù)字類型返回結(jié)果累積總和。

4、連接序列

盡管sum()主要用于對數(shù)值進(jìn)行操作，但您也可以使用該函數(shù)來連接列表和元組等序列。為此，您需要為 提供適當(dāng)?shù)闹祍tart：

>>>
>>> num_lists = [[1, 2, 3], [4, 5, 6]]
>>> sum(num_lists, start=[])
[1, 2, 3, 4, 5, 6]
>>> # Equivalent concatenation
>>> [1, 2, 3] + [4, 5, 6]
[1, 2, 3, 4, 5, 6]
>>> num_tuples = ((1, 2, 3), (4, 5, 6))
>>> sum(num_tuples, start=())
(1, 2, 3, 4, 5, 6)
>>> # Equivalent concatenation
>>> (1, 2, 3) + (4, 5, 6)
(1, 2, 3, 4, 5, 6)

在這些示例中，您使用sum()連接列表和元組。這是一個有趣的功能，您可以使用它來展平列表列表或元組元組。這些示例工作的關(guān)鍵要求是為 選擇適當(dāng)?shù)闹祍tart。例如，如果要連接列表，則start需要持有一個列表。

在上面的示例中，sum()在內(nèi)部執(zhí)行連接操作，因此它僅適用于支持連接的序列類型，字符串除外：

>>>
>>> num_strs = ["123", "456"]
>>> sum(num_strs, "0")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: sum() can't sum strings [use ''.join(seq) instead]

當(dāng)您嘗試使用sum()來連接字符串時，您會得到一個TypeError. 正如異常消息所暗示的那樣，您應(yīng)該使用str.join()來連接 Python 中的字符串。稍后，當(dāng)您進(jìn)入使用替代sum()方法部分時，您將看到使用此方法的示例。

5、使用 Python 進(jìn)行練習(xí) sum()

到目前為止，您已經(jīng)學(xué)習(xí)了使用sum(). 您已經(jīng)學(xué)習(xí)了如何使用此函數(shù)將數(shù)值相加，以及如何連接列表和元組等序列。

在本節(jié)中，您將查看更多有關(guān)何時以及如何sum()在代碼中使用的示例。通過這些實際示例，您將了解到當(dāng)您執(zhí)行需要查找一系列數(shù)字之和作為中間步驟的計算時，此內(nèi)置函數(shù)非常方便。

您還將了解到這sum()在您使用列表和元組時會很有幫助。您將看到的一個特殊示例是當(dāng)您需要展平列表列表時。

5.1 計算累積和

您將編寫的第一個示例與如何利用start參數(shù)對數(shù)值的累積列表求和有關(guān)。

假設(shè)您正在開發(fā)一個系統(tǒng)來管理給定產(chǎn)品在多個不同銷售點的銷售。每天，您都會收到來自每個銷售點的銷售單位報告。您需要系統(tǒng)地計算累計總和，以了解整個公司在一周內(nèi)銷售了多少件商品。要解決此問題，您可以使用sum() ：

>>>
>>> cumulative_sales = 0
>>> monday = [50, 27, 42]
>>> cumulative_sales = sum(monday, start=cumulative_sales)
>>> cumulative_sales
119
>>> tuesday = [12, 32, 15]
>>> cumulative_sales = sum(tuesday, start=cumulative_sales)
>>> cumulative_sales
178
>>> wednesday = [20, 24, 42]
>>> cumulative_sales = sum(wednesday, start=cumulative_sales)
>>> cumulative_sales
264
 ...

通過使用start，您可以設(shè)置一個初始值來初始化總和，這允許您將連續(xù)單位添加到先前計算的小計中。在本周末，您將獲得公司的銷售單位總數(shù)。

5.2 計算樣本的平均值

的另一個實際用例sum()是在進(jìn)行進(jìn)一步計算之前將其用作中間計算。例如，假設(shè)您需要計算數(shù)值樣本的算術(shù)平均值。算術(shù)平均值，也稱為平均值，是樣本中值的總和除以值或數(shù)據(jù)點的數(shù)量。

如果你有樣本 [2, 3, 4, 2, 3, 6, 4, 2] 并且你想手工計算算術(shù)平均值，那么你可以解決這個操作：

(2 + 3 + 4 + 2 + 3 + 6 + 4 + 2) / 8 = 3.25

如果您想通過使用 Python 加快速度，您可以將其分為兩部分。此計算的第一部分，即您將數(shù)字相加，是 的任務(wù)sum() 。運(yùn)算的下一部分，即除以 8，使用樣本中的數(shù)字計數(shù)。要計算您的除數(shù)，您可以使用len() ：

>>>
>>> data_points = [2, 3, 4, 2, 3, 6, 4, 2]
>>> sum(data_points) / len(data_points)
3.25

在這里，調(diào)用sum()計算樣本中數(shù)據(jù)點的總和。接下來，您使用len()來獲取數(shù)據(jù)點的數(shù)量。最后，您執(zhí)行所需的除法以計算樣本的算術(shù)平均值。

在實踐中，您可能希望將此代碼轉(zhuǎn)換為具有一些附加功能的函數(shù)，例如描述性名稱和檢查空樣本：

>>>
>>> # Python >= 3.8
>>> def average(data_points):
...  if (num_points := len(data_points)) == 0:
...raise ValueError("average requires at least one data point")
...  return sum(data_points) / num_points
...
>>> average([2, 3, 4, 2, 3, 6, 4, 2])
3.25
>>> average([])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in average
ValueError: average requires at least one data point

在內(nèi)部average() ，您首先檢查輸入樣本是否有任何數(shù)據(jù)點。如果沒有，那么你ValueError用一個描述性的消息來引發(fā)。在此示例中，您使用walrus 運(yùn)算符將數(shù)據(jù)點的數(shù)量存儲在變量中，num_points以便您無需len()再次調(diào)用。該return語句計算樣本的算術(shù)平均值，并將其發(fā)送回調(diào)用代碼。

注意：計算數(shù)據(jù)樣本的平均值是統(tǒng)計和數(shù)據(jù)分析中的常見操作。Python 標(biāo)準(zhǔn)庫提供了一個方便的模塊，稱為statistics處理這些類型的計算。

在statistics模塊中，您將找到一個名為 的函數(shù)mean() ：

>>>
>>> from statistics import mean
>>> mean([2, 3, 4, 2, 3, 6, 4, 2])
3.25
>>> mean([])
Traceback (most recent call last):
 ...
statistics.StatisticsError: mean requires at least one data point

該statistics.mean()函數(shù)的行為與average()您之前編碼的函數(shù)非常相似。當(dāng)您mean()使用數(shù)值樣本進(jìn)行調(diào)用時，您將獲得輸入數(shù)據(jù)的算術(shù)平均值。當(dāng)您將空列表傳遞給 時mean() ，您將獲得一個statistics.StatisticsError.

請注意，當(dāng)您average()使用適當(dāng)?shù)臉颖菊{(diào)用時，您將獲得所需的平均值。如果您average()使用空樣本調(diào)用，那么您會得到ValueError預(yù)期的結(jié)果。

5.3 求兩個序列的點積

您可以使用的另一個問題sum()是找到兩個等長數(shù)值序列的點積。點積的代數(shù)和的產(chǎn)品在輸入序列的每對值中的。例如，如果您有序列 (1, 2, 3) 和 (4, 5, 6)，那么您可以使用加法和乘法手動計算它們的點積：

1 × 4 + 2 × 5 + 3 × 6 = 32

要從輸入序列中提取連續(xù)的值對，您可以使用zip(). 然后您可以使用生成器表達(dá)式將每對值相乘。最后，sum()可以總結(jié)產(chǎn)品：

>>>
>>> x_vector = (1, 2, 3)
>>> y_vector = (4, 5, 6)
>>> sum(x * y for x, y in zip(x_vector, y_vector))
32

使用zip() ，您可以使用來自每個輸入序列的值生成一個元組列表。生成器表達(dá)式循環(huán)遍歷每個元組，同時將先前排列的連續(xù)值對乘以zip() 。最后一步是使用 將產(chǎn)品添加在一起sum() 。

上面示例中的代碼有效。然而，點積是為等長的序列定義的，所以如果你提供不同長度的序列會發(fā)生什么？在這種情況下，zip()忽略最長序列中的額外值，這會導(dǎo)致不正確的結(jié)果。

為了處理這種可能性，我們可以將調(diào)用包裝sum()在自定義函數(shù)中，并為輸入序列的長度提供適當(dāng)?shù)臋z查：

>>>
>>> def dot_product(x_vector, y_vector):
...  if len(x_vector) != len(y_vector):
...raise ValueError("Vectors must have equal sizes")
...  return sum(x * y for x, y in zip(x_vector, y_vector))
...
>>> dot_product((1, 2, 3), (4, 5, 6))
32
>>> dot_product((1, 2, 3, 4), (5, 6, 3))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in dot_product
ValueError: Vectors must have equal sizes

這里，dot_product()將兩個序列作為參數(shù)并返回它們對應(yīng)的點積。如果輸入序列的長度不同，則該函數(shù)會引發(fā) a ValueError。

在自定義函數(shù)中嵌入功能允許您重用代碼。它還使您有機(jī)會對函數(shù)進(jìn)行描述性命名，以便用戶僅通過閱讀函數(shù)名稱就知道該函數(shù)的作用。

5.4 展平列表列表

展平列表列表是 Python 中的一項常見任務(wù)。假設(shè)您有一個列表列表，需要將其展平為一個包含原始嵌套列表中所有項目的列表。您可以使用多種方法中的任何一種在 Python 中展平列表。例如，您可以使用for循環(huán)，如以下代碼所示：

>>>
>>> def flatten_list(a_list):
...  flat = []
...  for sublist in a_list:
...flat += sublist
...  return flat
...
>>> matrix = [
...  [1, 2, 3],
...  [4, 5, 6],
...  [7, 8, 9],
... ]
>>> flatten_list(matrix)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

在 中flatten_list() ，循環(huán)遍歷 中包含的所有嵌套列表a_list。然后它flat使用增強(qiáng)賦值操作 ( +=)將它們連接起來。結(jié)果，您會得到一個平面列表，其中包含原始嵌套列表中的所有項目。

但是堅持住！您已經(jīng)sum()在本教程中學(xué)習(xí)了如何使用來連接序列。您可以使用該功能來像上面的示例中那樣展平列表列表嗎？是的！就是這樣：

>>>
>>> matrix = [
...  [1, 2, 3],
...  [4, 5, 6],
...  [7, 8, 9],
... ]
>>> sum(matrix, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]

那很快！一行代碼，matrix現(xiàn)在是一個平面列表。但是，使用sum()似乎不是最快的解決方案。

任何暗示串聯(lián)的解決方案的一個重要缺點是，在幕后，每個中間步驟都會創(chuàng)建一個新列表。這在內(nèi)存使用方面可能非常浪費。最終返回的列表只是在每一輪連接中創(chuàng)建的所有列表中最近創(chuàng)建的列表。使用列表推導(dǎo)式可確保您只創(chuàng)建和返回一個列表：

>>>
>>> def flatten_list(a_list):
...  return [item for sublist in a_list for item in sublist]
...
>>> matrix = [
...  [1, 2, 3],
...  [4, 5, 6],
...  [7, 8, 9],
... ]
>>> flatten_list(matrix)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

這個新版本flatten_list()在內(nèi)存使用方面效率更高，浪費更少。然而，嵌套的理解可能難以閱讀和理解。

使用.append()可能是扁平化列表列表最易讀和 Pythonic 的方式：

>>>
>>> def flatten_list(a_list):
...  flat = []
...  for sublist in a_list:
...for item in sublist:
... flat.append(item)
...  return flat
...
>>> matrix = [
...  [1, 2, 3],
...  [4, 5, 6],
...  [7, 8, 9],
... ]
>>> flatten_list(matrix)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

在這個版本中flatten_list() ，一個人閱讀你的代碼可以看出，功能遍歷每個sublist在a_list。在第一個for循環(huán)中，它遍歷每個iteminsublist以最終flat使用.append(). 就像前面的推導(dǎo)一樣，這個解決方案在這個過程中只創(chuàng)建了一個列表。這種解決方案的一個優(yōu)點是它的可讀性很強(qiáng)。

6、使用替代品 sum()

正如您已經(jīng)了解到的，sum()一般來說，對于處理數(shù)值很有幫助。但是，在處理浮點數(shù)時，Python 提供了一種替代工具。在 中math，您會找到一個名為的函數(shù)fsum() ，它可以幫助您提高浮點計算的總體精度。

您可能有一項任務(wù)，您希望連接或鏈接多個可迭代對象，以便您可以將它們作為一個整體處理。對于這種情況，您可以查看itertools模塊的 function chain() 。

您可能還有一個要連接字符串列表的任務(wù)。您在本教程中了解到，無法sum()用于連接字符串。這個函數(shù)不是為字符串連接而構(gòu)建的。最 Pythonic 的替代方法是使用str.join().

6.1 對浮點數(shù)求和： math.fsum()

如果您的代碼不斷使用 對浮點數(shù)求和sum() ，那么您應(yīng)該考慮math.fsum()改用 。此函數(shù)比 更仔細(xì)地執(zhí)行浮點計算sum()，從而提高計算精度。

根據(jù)其文檔，fsum()“通過跟蹤多個中間部分和來避免精度損失?！?該文檔提供了以下示例：

>>>
>>> from math import fsum
>>> sum([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1])
0.9999999999999999
>>> fsum([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1])
1.0

使用fsum() ，您可以獲得更精確的結(jié)果。但是，您應(yīng)該注意這fsum()并不能解決浮點運(yùn)算中的表示錯誤。以下示例揭示了此限制：

>>>
>>> from math import fsum
>>> sum([0.1, 0.2])
0.30000000000000004
>>> fsum([0.1, 0.2])
0.30000000000000004

在這些示例中，兩個函數(shù)返回相同的結(jié)果。這是因為不可能準(zhǔn)確地表示這兩個值0.1和0.2二進(jìn)制浮點數(shù)：

>>>
>>> f"{0.1:.28f}"
'0.1000000000000000055511151231'
>>> f"{0.2:.28f}"
'0.2000000000000000111022302463'

sum()但是，與 不同的是，fsum()當(dāng)您將非常大和非常小的數(shù)字相加時，可以幫助您減少浮點錯誤傳播：

>>>
>>> from math import fsum
>>> sum([1e-16, 1, 1e16])
1e+16
>>> fsum([1e-16, 1, 1e16])
1.0000000000000002e+16
>>> sum([1, 1, 1e100, -1e100] * 10_000)
0.0
>>> fsum([1, 1, 1e100, -1e100] * 10_000)
20000.0

哇！第二個例子非常令人驚訝并且完全失敗sum() 。使用sum()，您將得到0.0結(jié)果。這與 的正確結(jié)果相去甚遠(yuǎn)20000.0，正如您所得到的fsum() 。

6.2 連接可迭代對象 itertools.chain()

如果您正在尋找一個方便的工具來連接或鏈接一系列可迭代對象，請考慮使用chain()from itertools。此函數(shù)可以采用多個迭代器并構(gòu)建一個迭代器，該迭代器從第一個、第二個中產(chǎn)生項目，依此類推，直到耗盡所有輸入迭代：

>>>
>>> from itertools import chain
>>> numbers = chain([1, 2, 3], [4, 5, 6], [7, 8, 9])
>>> numbers
<itertools.chain object at 0x7f0d0f160a30>
>>> next(numbers)
1
>>> next(numbers)
2
>>> list(chain([1, 2, 3], [4, 5, 6], [7, 8, 9]))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

當(dāng)您調(diào)用 時chain()，您會從輸入可迭代對象中獲得項目的迭代器。在本例中，您可以numbers使用訪問連續(xù)的項目next()。如果你想使用一個列表，那么你可以使用它list()來使用迭代器并返回一個常規(guī)的 Python 列表。

chain() 在 Python 中展平列表列表也是一個不錯的選擇：

>>>
>>> from itertools import chain
>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> list(chain(*matrix))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

要使用 扁平化列表列表chain() ，您需要使用可迭代解包運(yùn)算符( *)。此運(yùn)算符解包所有輸入可迭代對象，以便chain()可以使用它們并生成相應(yīng)的迭代器。最后一步是調(diào)用list()以構(gòu)建所需的平面列表。

6.3 連接字符串 str.join()

正如您已經(jīng)看到的，sum()不連接或連接字符串。如果您需要這樣做，那么 Python 中可用的首選和最快的工具是str.join(). 此方法將一系列字符串作為參數(shù)并返回一個新的連接字符串：

>>>
>>> greeting = ["Hello,", "welcome to", "Real Python!"]
>>> " ".join(greeting)
'Hello, welcome to Real Python!'

使用.join()是連接字符串的最有效和 Pythonic 的方式。在這里，您使用字符串列表作為參數(shù)并從輸入構(gòu)建單個字符串。請注意，.join()在連接期間使用您調(diào)用方法的字符串作為分隔符。在此示例中，您調(diào)用.join()由單個空格字符 ( " ")組成的字符串，因此原始字符串 fromgreeting在最終字符串中由空格分隔。

7、結(jié)論

您現(xiàn)在可以使用 Python 的內(nèi)置函數(shù)sum()將多個數(shù)值相加。此函數(shù)提供了一種高效、可讀且 Pythonic 的方法來解決代碼中的求和問題。如果您正在處理需要對數(shù)值求和的數(shù)學(xué)計算，那么它sum()可以成為您的救星。

到此這篇關(guān)于Python 的 sum() Pythonic 的求和方法詳細(xì)的文章就介紹到這了,更多相關(guān)Python 的 sum() Pythonic 的求和方法內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。