如果要減少內(nèi)存量，可以使用生成器避免生成臨時列表：sum(x > 0 for x in frequencies)

這是因為bool是int的一個子類：>>> isinstance(True,int)

True

而True的值是1：>>> True==1

True

然而，正如Joe Golton在評論中指出的，這個解決方案不是很快。如果您有足夠的內(nèi)存來使用中間臨時列表，那么sth's solution可能更快。下面是比較各種解決方案的一些計時：>>> frequencies = [random.randint(0,2) for i in range(10**5)]

>>> %timeit len([x for x in frequencies if x > 0]) # sth

100 loops, best of 3: 3.93 ms per loop

>>> %timeit sum([1 for x in frequencies if x > 0])

100 loops, best of 3: 4.45 ms per loop

>>> %timeit sum(1 for x in frequencies if x > 0)

100 loops, best of 3: 6.17 ms per loop

>>> %timeit sum(x > 0 for x in frequencies)

100 loops, best of 3: 8.57 ms per loop

請注意，時間結(jié)果可能因Python、OS或硬件的版本而異。

當(dāng)然，如果你在一大堆數(shù)字上做數(shù)學(xué)，你可能應(yīng)該使用NumPy：>>> frequencies = np.random.randint(3, size=10**5)

>>> %timeit (frequencies > 0).sum()

1000 loops, best of 3: 669 us per loop

NumPy數(shù)組比等效的Python列表需要更少的內(nèi)存，而且計算速度比任何純Python解決方案都要快得多。

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的正整数的中文表示python_使用Python列表理解计算列表中的正整数元素的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。