应用具有两个不同列表的公式

Question

我有两个这样的列表：

listA = [51, 988, 1336, 2067, 1857, 3160]
listB = [1, 2, 3, 4, 5, 6]

我必须在列表中应用这个公式：

n / pi * ((x*0.1)+1)**2 - pi * (x*0.1)**2

'n'是listA的元素，'x'是listB中'n'相同索引对应的元素。

我需要将此公式应用于两个列表中的所有元素。所以当循环第一次运行时需要这样做：

51/pi*((1*0.1)+1)**2 - pi *(1*0.1)**2

对于第二个，它需要这样做：

988/pi*((2*0.1)+1)**2 - pi*(2*0.1)**2

并且重复直到两个列表的末尾。

我知道我必须使用 'for' 循环，但我的问题是我不知道如何从第二个列表中获取元素。我正在尝试这样做：

for n in listA:
   n/pi*((......))

括号内应该是listB 中的元素，但我不知道如何获取它们，并且它们需要与listA 中的元素具有相同的索引。输出应该是第三个列表，其中包含应用每个公式的结果。

我已尽力以最好的方式解释自己，但如果您不理解我的问题，请随时提出任何问题。

提前致谢。

Answer 1

第一个公式的代码：

from math import pi

def func(l1, l2):
    l = list()
    for x,n in zip(l1, l2):
        l.append(n / pi * ((x*0.1)+1)**2 - pi * (x*0.1)**2)
    return l

listA = [51, 988, 1336, 2067, 1857, 3160]
listB = [1, 2, 3, 4, 5, 6]
print  func(listA, listB)

输出：

[-69.86851405497168, -24325.709794885548, -38773.5481974975,   
 -79297.55058963387, -52859.75700368613, -121787.02310052476]

Answer 2

你可以zip()他们：

for a, b in zip([1,2,3], [4,5,6]):
  print a, b

会产生

1 4
2 5
3 6

Answer 3

我假设两个列表始终具有相同的大小，大多数 pythonic 方法是使用 lambda 和列表理解：

listA = [51, 988, 1336, 2067, 1857, 3160]
listB = [1, 2, 3, 4, 5, 6]

from math import pi

formula = lambda n,x: n / pi * ((x*0.1)+1)**2 - pi * (x*0.1)**2

res = [ formula(a,b) for a,b in zip(listA,listB) ]

>> [19.621466242038217,
 452.96994140127384,
 718.7747248407644,
 1289.7268993630569,
 1329.8678662420382,
 2575.175332484077]

Answer 4

numpy 向量化 方法比常规 for/list comprehension/etc 方法多快。特别是在大名单上：

import numpy as np

listA = np.array([51, 988, 1336, 2067, 1857, 3160])
listB = np.array([1, 2, 3, 4, 5, 6])
result = listA / np.pi * ((listB*0.1)+1)**2 - np.pi * (listB*0.1)**2

输出：

In [175]: result
Out[175]: array([   19.61148715,   452.74017757,   718.41005008,  1289.07255327,  1329.19288378,  2573.86868192])

两个 1M 列表的时间和比较：

In [183]: A = np.random.randint(1,100, 10**6)

In [184]: B = np.random.randint(1,100, 10**6)

In [185]: formula = lambda n,x: n / pi * ((x*0.1)+1)**2 - pi * (x*0.1)**2

矢量化 numpy 方法：

In [186]: %timeit formula(A, B)
10 loops, best of 3: 65.4 ms per loop

列表理解：

In [191]: %timeit [ formula(a,b) for a,b in zip(A.tolist(),B.tolist()) ]
1 loop, best of 3: 3.6 s per loop

结论：矢量化方法快 55 倍

应用具有两个不同列表的公式

Apply formula with two different lists

python

math

list

formula

python-2.7