Usted puede utilizar itertools.tee
y zip
para construir de manera eficiente el resultado:
from itertools import tee
# python2 only:
#from itertools import izip as zip
def differences(seq):
iterable, copied = tee(seq)
next(copied)
for x, y in zip(iterable, copied):
yield y - x
O usando itertools.islice
lugar:
from itertools import islice
def differences(seq):
nexts = islice(seq, 1, len(seq))
for x, y in zip(seq, nexts):
yield y - x
También puede evitar el uso del módulo de itertools
:
def differences(seq):
iterable = iter(seq)
prev = next(iterable)
for element in iterable:
yield element - prev
prev = element
Todos estos trabajos solución en el espacio constante si no es necesario para almacenar todos los resultados. La primera y la última solución también funciona con iterables infinitos, mientras que la segunda requiere una secuencia finita como entrada.
Éstos son algunos micro-puntos de referencia de las soluciones:
In [12]: L = range(10**6)
In [13]: from collections import deque
In [15]: %timeit deque(differences_tee(L), maxlen=0)
10 loops, best of 3: 122 ms per loop
In [16]: %timeit deque(differences_islice(L), maxlen=0)
10 loops, best of 3: 127 ms per loop
In [17]: %timeit deque(differences_no_it(L), maxlen=0)
10 loops, best of 3: 89.9 ms per loop
y las otras soluciones propuestas:
In [18]: %timeit [x[1] - x[0] for x in zip(L[1:], L)]
10 loops, best of 3: 163 ms per loop
In [19]: %timeit [L[i+1]-L[i] for i in range(len(L)-1)]
1 loops, best of 3: 395 ms per loop
In [20]: import numpy as np
In [21]: %timeit np.diff(L)
1 loops, best of 3: 479 ms per loop
In [35]: %%timeit
...: res = []
...: for i in range(len(L) - 1):
...: res.append(L[i+1] - L[i])
...:
1 loops, best of 3: 234 ms per loop
en cuenta que:
zip(L[1:], L)
es equivalente a zip(L[1:], L[:-1])
desde zip
ya termina en la entrada más corta, sin embargo, evita una copia completa de L
.
- Acceso a los elementos individuales por el índice es muy lento porque cada acceso índice es una llamada a un método en Python
numpy.diff
es lenta porque tiene que convertir primero el list
a un ndarray
.Obviamente, si usted empezar con un ndarray
será mucho más rápido:
In [22]: arr = np.array(L)
In [23]: %timeit np.diff(arr)
100 loops, best of 3: 3.02 ms per loop
En caso de necesitar diferencias absolutas, '[abs (ji) para i, j en zip (t, t [1:])]' – Anil