具有重复连续数字的范围

你可以用一个 列表理解 反而。

l = [i for i in range(1, 5) for _ in range(4)]

产量

[1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4]

你的解决方案没有问题。但你可以用 chain.from_iterable 以避免拆包步骤。

否则,如果你愿意使用第三方库,我唯一的建议就是使用numpy。

from itertools import chain, repeat
import numpy as np

# list solution
res = list(chain.from_iterable(repeat(i, 4) for i in range(1, 5)))

# NumPy solution
arr = np.repeat(np.arange(1, 5), 4)

试试这个,

range(1,5)*4 # if you don't consider order
sorted(range(1,5)*4) # for ordered seq

性能更新 .

Mihai Alexandru Ionut回答:

%timeit [i for i in range(1, 5) for _ in range(4)]

1000000 loops, best of 3: 1.91 µs per loop

JPP回答:

%timeit list(chain.from_iterable(repeat(i, 4) for i in range(1, 5)))

100000 loops, best of 3: 2.12 µs per loop

%timeit np.repeat(np.arange(1, 5), 4)

1000000 loops, best of 3: 1.68 µs per loop

Rory Daulton回答:

%timeit [n for n in range(1,5) for repeat in range(4)]

1000000 loops, best of 3: 1.9 µs per loop

侏儒回答:

%timeit list(i//4 for i in range(1*4, 5*4))

100000 loops, best of 3: 2.47 µs per loop

评论部分建议的跑路者:

%timeit for i in range(1, 5): lst.extend([i] * 4)

1000000 loops, best of 3: 1.46 µs per loop

我的回答是:

%timeit sorted(range(1,5)*4)

1000000 loops, best of 3: 1.3 µs per loop

我想 chain + repeat 可能是你最好的选择。尽管如此,

start = 1
stop = 5
repeat = 4

x = list(i//repeat for i in range(start*repeat, stop*repeat))

print(x)

应该有效(至少对正参数有效)。

我非常喜欢简单易懂的代码。有了这个理念,我会用

[n for n in range(1,5) for repeat in range(4)]

我只是想提一下 extend 可能也是一个选择。也许没有一行列表理解那么漂亮,但是当 buckets 增加

def listExtend():
    a = []
    for i in range(1,5):
        a.extend([i]*4)
    return a


def listComprehension():
    return [[i,x] for i in range(1, 5) for x in range(4)]


import timeit
print(timeit.timeit(stmt="listComprehension()", setup="from __main__ import listComprehension", number=10**7))
print(timeit.timeit(stmt="listExtend()", setup="from __main__ import listExtend", number=10**7))
14.2532608
8.78004566

尽管需要安装一个包,但有一个选项是 itertation_utilities.replicate :

>>> from iteration_utilities import replicate
>>> list(replicate(range(1, 5), 4))
[1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4]

如果你不想安装那个包 replicate 函数本质上等同于此函数:

from itertools import repeat

def replicate(items, repeats):
    for item in items:
        for _ in repeat(None, repeats):
            yield item

为了防止您对性能感兴趣,我为几个(不是全部)建议的备选方案做了一些微基准测试:

就像你看到的那样 iteration_utilities 方法是 最快,而其他的方法都差不多一样快。

有趣的是,在这些方法中 list.extend 接近速度最快,自定义生成器速度最慢。我没想到。

下面是复制基准的代码:

from iteration_utilities import replicate
from itertools import chain, repeat
import numpy as np

def replicate_generator_impl(upper):
    for item in range(1, upper):
        for _ in repeat(None, 4):
            yield item

def replicate_generator(upper):
    return list(replicate_generator_impl(upper))

def iteration_utilities_replicate(upper):
    return list(replicate(range(1, upper), 4))

def double_comprehension(upper):
    return [i for i in range(1, upper) for _ in range(4)]

def itertools_chain(upper):
    return list(chain(*([x] * 4 for x in range(1, upper))))

def itertools_chain_from_iterable(upper):
    return list(chain.from_iterable(repeat(i, 4) for i in range(1, upper)))

def extend(upper):
    a = []
    for i in range(1, upper):
        a.extend([i] * 4)
    return a

def numpy_repeat(upper):
    return np.repeat(np.arange(1, upper), 4)

from simple_benchmark import benchmark

funcs = [replicate_generator, iteration_utilities_replicate, double_comprehension, itertools_chain, itertools_chain_from_iterable, extend, numpy_repeat]
arguments = {2**i: 2**i for i in range(1, 15)}
b = benchmark(funcs, arguments, argument_name='size')
b.plot()

如果你想知道如果没有Numpy方法会是什么样子:

免责声明:我是 iteration_utilities 和 simple_benchmark .