Mnożenie list w Pythonie jest powszechną operacją podczas wykonywania obliczeń matematycznych lub rozwiązywania problemów związanych z manipulacją danymi. Istnieje wiele sposobów wykonania tego zadania, w zależności od wymagań i dostępnych bibliotek.
Aby zwielokrotnić listy w Pythonie, możesz użyć pętli for, funkcji rozumienia list, funkcji zip i map lub wbudowanego modułu functools. Możesz także użyć funkcji z zewnętrznej biblioteki Pythona, takiej jak NumPy.
Ten artykuł pokaże Ci wiele różnych sposobów mnożenia list, każdy z przykładowym kodem i objaśnionymi wynikami.
Zacznijmy!
Spis treści
- 2 rodzaje mnożenia list numerycznych w Pythonie
- Jak używać pętli For do wielu elementów listy w Pythonie
- Jak używać wyrażeń listowych do mnożenia
- Jak korzystać z funkcji Zip do mnożenia elementów
- Jak używać mapy i funkcji Lambda w Pythonie
- Jak korzystać z modułu operatora w Pythonie
- Biblioteka NumPy: funkcje tablicowe i mnożące
- Jak połączyć Functools i NumPy w Pythonie
- Praca z listami i innymi strukturami danych w Pythonie
- Końcowe przemyślenia
2 rodzaje mnożenia list numerycznych w Pythonie
Zanim zagłębimy się w konkretne metody, powinieneś zrozumieć typ mnożenia list, który osiągają.
Python ma kilka różnych koncepcji, które mieszczą się w szerokim pojęciu mnożenia list. Obejmuje to replikowanie list lub uzyskiwanie iloczynu kartezjańskiego elementów na liście.
Ten artykuł skupia się zamiast tego na dwóch typach arytmetycznego mnożenia elementów na liście:
-
Mnożenie przez wartość
-
Mnożenie elementarne
Rzućmy okiem na te dwa pojęcia.
1. Mnożenie przez wartość
Gdy masz listę liczb całkowitych, możesz chcieć pomnożyć każdy element przez określoną wartość. Na przykład masz listę [1, 2, 3] i chcesz pomnożyć każdy element przez wartość 3.
Możesz spróbować (niepoprawnie) użyć operatora mnożenia, jak w tym fragmencie kodu:
list1 = [1, 2, 3]
result = list1 * 3
Możesz być zaskoczony, że wynikiem jest [1, 2, 3, 1, 2, 3, 1, 2, 3]. Jest to znane jako replikacja listy .
2. Mnożenie listy według elementów
Załóżmy, że masz dwie listy: [1, 2, 3] i [4, 5, 6]
Chcesz pomnożyć elementy w tym samym indeksie na liście, aby uzyskać [4, 10, 18] jako wynik.
Jeśli spróbujesz pomnożyć razem dwie listy Pythona za pomocą operatora „*”, pojawi się błąd:
TypeError: nie można pomnożyć sekwencji przez inny niż int typu „lista”
Dzieje się tak, ponieważ operator mnożenia nie jest przeznaczony do pracy z listami w taki sposób, jak z liczbami całkowitymi lub zmiennoprzecinkowymi. Zamiast tego mnożenie list wymaga operacji znanej jako mnożenie elementów.
Mnożenie elementarne łączy w pary odpowiednie elementy z dwóch list i mnoży je razem, tworząc nową listę.
Teraz, gdy rozumiesz te dwa pojęcia. przepracujmy szereg technik, aby osiągnąć prawidłowe wyniki.
Jak używać pętli For do wielu elementów listy w Pythonie

Załóżmy, że chcesz pomnożyć elementy listy przez wartość. W przypadku tego podejścia można iterować elementy za pomocą pętli for i mnożyć każdy z nich przez drugą wartość.
Oto przykład z jedną listą. Zmienna wynikowa zawiera listę wyjściową.
list1 = [1, 2, 3, 4]
factor = 3
result = []
for element in list1:
result.append(element * factor)
W takim przypadku lista wyników będzie miała postać [3, 6, 9, 12].
Jak używać wyrażeń listowych do mnożenia
Wyrażenia listowe zapewniają zwięzły sposób wykonywania liczbowego mnożenia list. Otrzymasz taki sam wynik, jak przy użyciu pętli for , ale z bardziej zwartą składnią.
Oto poprzedni przykład użycia rozumienia listy:
list1 = [1, 2, 3, 4]
factor = 3
result = [element * factor for element in list1]
Ten kod daje takie same dane wyjściowe jak poprzednio: [3, 6, 9, 12].
Jak korzystać z funkcji Zip do mnożenia elementów
Jeśli masz dwie listy liczb całkowitych, możesz chcieć pomnożyć listy według elementów. Oznacza to, że mnożysz pierwszy element z pierwszej listy razy pierwszy element z drugiej listy i tak dalej z elementami na tej samej pozycji.
Funkcja zip() może to osiągnąć, gdy połączysz ją ze zrozumieniem listy.
Funkcja łączy elementy dwóch list wejściowych, umożliwiając równoległe przeglądanie ich. Oto przykład użycia list o tym samym rozmiarze:
list1 = [1, 2, 3, 4]
list2 = [2, 3, 4, 5]
result = [a * b for a, b in zip(list1, list2)]
W tym przypadku zmienna wynikowa będzie zawierała wynikową listę: [4, 10, 18].
Praca z krotkami i konstruktorami
Czasami może zaistnieć potrzeba pracy z listami zawierającymi krotki zamiast prostych liczb całkowitych.
Aby pomnożyć dwie listy krotek , możesz użyć kombinacji:
-
funkcja zip().
-
konstruktory krotek
-
listy zrozumiałe
Oto przykład:
list1 = [(1, 2), (3, 4)]
list2 = [(5, 6), (7, 8)]
result = [tuple(a * b for a, b in zip(t1, t2)) for t1, t2 in zip(list1, list2)]
Oto wynik: [(5, 12), (21, 32)].
Jak używać mapy i funkcji Lambda w Pythonie
Funkcja map w Pythonie to wygodny sposób na zastosowanie funkcji do każdego elementu w iterowalnym obiekcie takim jak lista.
Funkcja lambda w Pythonie jest małą funkcją anonimową. Oznacza to, że jest to funkcja bez nazwy.
Aby pomnożyć dwie listy według elementów, możesz połączyć funkcje map i lambda:
list1 = [1, 2, 3]
list2 = [4, 5, 6]
result = list(map(lambda x, y: x * y, list1, list2))
Zmienna wynikowa będzie zawierała zwielokrotnione listy: [4, 10, 18].
Jak korzystać z modułu operatora w Pythonie
Moduł operatora zapewnia bogactwo przydatnych funkcji do pracy z różnymi strukturami i typami danych.
Funkcji operator.mul() można użyć do mnożenia list liczb całkowitych w połączeniu z funkcją map.
import operator
list1 = [1, 2, 3]
list2 = [4, 5, 6]
result = list(map(operator.mul, list1, list2))
W tym przykładzie importujesz moduł operatora i używasz funkcji mul() wraz z wbudowaną funkcją map() Pythona do mnożenia każdego elementu z dwóch list.
Zmienna wynikowa będzie zawierała zwielokrotnione listy: [4, 10, 18].
Biblioteka NumPy: funkcje tablicowe i mnożące
Biblioteka NumPy to potężna biblioteka zewnętrzna w Pythonie, szeroko stosowana do obliczeń numerycznych i pracy z tablicami. Ta biblioteka jest szczególnie wydajna w przypadku dużych tablic lub tablic wielowymiarowych.
Aby użyć NumPy, możesz zainstalować go za pomocą pip:
pip install numpy
Aby wykonać mnożenie elementów na dwóch listach za pomocą NumPy, wykonaj następujące ogólne kroki:
-
Przekonwertuj każdą listę na tablicę NumPy za pomocą numpy.array() .
-
Wykonaj mnożenie za pomocą funkcji mnożenia NumPy.
-
Opcjonalnie przekonwertuj wynik z powrotem na listę Pythona, używając metody tolist().
Oto przykład kodu:
import numpy as np
list1 = [1, 2, 3]
list2 = [4, 5, 6]
arr1 = np.array(list1)
arr2 = np.array(list2)
res_arr = np.multiply(arr1, arr2)
result = res_arr.tolist()
Zwróci to ten sam wynik, co w poprzednich przykładach: [4, 10, 18].
Jak połączyć Functools i NumPy w Pythonie
Biblioteka functools zawiera funkcję reduce, która stosuje określoną funkcję kumulatywnie do elementów na liście, redukując listę do pojedynczej wartości.
Aby pomnożyć dwie listy za pomocą funkcji reduce() , możesz połączyć ją z funkcją mnożenia z biblioteki NumPy.
Oto przykład:
from functools import reduce
import numpy as np
list1 = [1, 2, 3]
list2 = [4, 5, 6]
result = reduce(np.multiply, [list1, list2])
Ten kod importuje niezbędne biblioteki i używa funkcji reduce() wraz z numpy.multiply() do wykonania mnożenia elementów dwóch list.
Praca z listami i innymi strukturami danych w Pythonie
Większość aspektów analizy danych wymaga pracy z listami, zestawami i innymi strukturami danych. Na przykład wykorzystasz swoją wiedzę podczas obsługi brakujących danych za pomocą interpolacji.
Obejrzyj ten film, aby zapoznać się z zaawansowanymi technikami:
Końcowe przemyślenia
Poznałeś różne metody arytmetycznego mnożenia list w Pythonie. Niektóre używają tylko wbudowanych modułów i funkcji, podczas gdy inne polegają na bibliotekach innych firm.
Możliwość wykonywania mnożenia elementów otwiera drzwi do niezliczonych zastosowań. Od analizy danych po uczenie maszynowe, operacje te są istotną częścią wielu algorytmów i zadań obliczeniowych.
Chociaż ten artykuł skupiał się na mnożeniu, koncepcje, których się nauczyłeś, rozciągają się również na inne operacje. Elementarne dodawanie, odejmowanie i dzielenie można również wykonać w podobny sposób.
Pamiętaj, że najlepszym sposobem na ugruntowanie tych koncepcji jest ich zastosowanie — więc śmiało, odpal swoje środowisko Pythona i zacznij eksperymentować. Niezależnie od tego, czy automatyzujesz zadania, manipulujesz danymi, czy tworzysz złożone oprogramowanie, te techniki z pewnością się przydadzą.
Miłego Pythona!


