Заменить for-loop на неделе со списком осмысления

Question

Как заменить следующие петли for более эффективным пониманием списка или что-то подобное? Numpy и Pandas не являются опцией, поскольку они не установлены на клиентской системе, но возможно itertools может быть вам полезна?

n_day_cells  = 24*60/240 
week_matrix  = list() 

for i in range(7): 
    for j in range(n_day_cells): 
     week_matrix.append([i,j,0]) 

EDIT: К сожалению, я должен, возможно, были немного более конкретными. Я на Python 2.7 без других пакетов, кроме «основных» пакетов, таких как itertools. Этот код должен запускать ~ 1M-1B раз в моем скрипте.

Answer 1

Вы можете сделать это с помощью:

week_matrix = [[i,j,0] for i in range(7) for j in range(n_day_cells)] 

В случае, если ваши диапазоны больше, и вы на python2, вы можете захотеть использовать xrange вместо range, чтобы получить итератор.

---

Если вы действительно изогнуты по экономии больше времени, используйте xrange, и создать список кортежей, а не список списков (все примеры в python2):

In [3]: %timeit [[i,j,0] for i in range(7) for j in range(n_day_cells)] 
100000 loops, best of 3: 6.51 µs per loop 

In [4]: %timeit [(i,j,0) for i in range(7) for j in range(n_day_cells)] 
100000 loops, best of 3: 4.6 µs per loop 

In [5]: %timeit [(i,j,0) for i in xrange(7) for j in xrange(n_day_cells)] 
100000 loops, best of 3: 4.09 µs per loop 

Последняя выше следует быть самый быстрый вариант, даже если вы хотите использовать его в качестве генератора:

week_matrix = ((i,j,0) for i in xrange(7) for j in xrange(n_day_cells)) 

---

другого ответа снабженных м ап, хотя интересно, будет иметь больше накладных расходов из-за повторяющихся вызовов на lambda и позвонить в map:

In [6]: %timeit map(lambda x: [x//6, x%6, 0], xrange(n_day_cells*7)) 
100000 loops, best of 3: 10.6 µs per loop 

Answer 2

список сборки с помощью map.

n_day_cells = 24*60/240 
map(lambda x: [x//n_day_cells, x%n_day_cells, 0], xrange(n_day_cells*7)) 

Или одним способом, используя itertools.

import itertools 
a = itertools.imap(lambda x: [x//n_day_cells, x%n_day_cells, 0], xrange(n_day_cells*7)) 

Время будет потребляться, когда требуются значения. Никакая заметная память не будет потреблена.