如何解决有没有更pythonic的方式来使用多列表理解?
有具有类似类型/任务的列表推导式的代码片段。理解公式中的每个迭代都是 numpy.array
[(),(),()]
形状。是否有更多的“pythonic”,而不是如此重复的编写方式?
conv_zcr = [bytes(x) for x in zcr]
conv_stft = [bytes(x) for x in stft]
conv_spectral_centroid = [bytes(x) for x in spectral_centroid]
解决方法
好吧,如果他们有相同的 len
,我想您可以尝试将其压缩在一起:
conv_zcr,conv_stft,conv_spectral_centroid = [
(bytes(x),bytes(y),bytes(z))
for x,y,z in zip(zcr,stft,spectral_centroid)
]
如果混合输出不是问题,您可能可以chain
:
out = [bytes(x) for x in itertools.chain(zcr,spectral_centroid)]
您可能可以将它们映射到您喜欢的位置:
out = [map(bytes,ar) for ar in [zcr,spectral_centroid]]
,
我想你可以使用 map(...)
。但我不认为它特别像 Pythonic。
conv_zcr = map(bytes,zcr)
conv_stft = map(bytes,stft)
conv_spectral_centroid = map(bytes,spectral_centroid)
如果您不想要延迟加载地图对象,请像这样 list()
投射到 list(map(bytes,zcr))
。
你可以这样做
def byteify_lists(*lists):
return [[bytest(x) for x in lst] for lst in lists]
conv_zcr,conv_spectral_centroid = byteifly_lists(zcr,spectral_centroid)
或者在单个列表理解中
conv_zcr,conv_spectral_centroid = [[bytes(x) for x in lst]
for lst in
[zcr,spetral_centroid]]
但老实说,你拥有它的方式很好。
,不清楚您希望从三个列表中选择哪个方向。但是,一般来说,如果您希望一组对象经历相同的一组步骤,那么处理该数据的最简单方法通常是将该数据放在一个列表中。例如,
lists = [zcr,spectral_centroid]
然后,如果我们想将 bytes() 应用于每个列表中的每个条目,我们可以通过多种方式实现:
conv_lists = [[bytes(i) for i in l] for l in lists]
conv_lists = [list(map(bytes,l)) for l in lists]
如果您希望元素以另一种方式定向,那么您可能需要 zip() 函数:
conv_lists = [list(map(bytes,l)) for l in zip(*lists)]
如果你想把结果放在 np.array() 中,那么把它包装在 np.array() 中:
import numpy as np
conv_lists = np.array([list(map(bytes,l)) for l in zip(*lists)])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。