使用 map 解包 iterable

Question

假设我有两个相同长度的数字迭代

weights = range(0, 10)
values = range(0, 100, 10)

我需要计算加权总和。我知道可以通过列表理解来完成

weighted_sum = sum(weight * value for weight, value in zip(weights, values))

我想知道是否可以使用map and operator.mul like

来完成

import operator

weighted_sum = sum(map(operator.mul, zip(weights, values)))

但这会出错

Traceback (most recent call last):
  File "<input>", line 3, in <module>
TypeError: op_mul expected 2 arguments, got 1

所以我的问题是：有没有什么方法可以使用 map 传递未打包的元组以发挥作用？

Answer 1

试试这个：

>>> import operator
>>>
>>> weights = range(0, 10)
>>> values = range(0, 100, 10)
>>> sum(map(lambda i:operator.mul(*i), zip(weights, values)))
2850

或者

>>> sum(map(operator.mul, weights, values))
2850

Answer 2

map 不需要 zip，只需使用

weighted_sum = sum(map(operator.mul, weights, values))

If additional iterable arguments are passed, function must take that many arguments and is applied to the items from all iterables in parallel.

map 的文档中还提到，对于已经 zip 的输入，您可以使用 itertools.starmap 而不是 map。

与一样，在处理数字时使用 numpy 总是一个好主意，实际上类似于

import numpy as np

np.asarray(weights) * values

已经可以解决这个问题了（尽管与 map 相比，这个要求两个数组的长度相同，而 map 会映射最短长度）。

Answer 3

您也可以尝试 numpy,

In [45]: import numpy as np

In [46]: sum(map(np.multiply,weights,values))
Out[46]: 2850

根据 Tobias Kienzler 的建议，

In [52]: np.sum(np.array(weights) * values)
Out[52]: 2850

Unpacking iterable using map