流畅的Python（第2版）

330

｜

第

12

章

>>> my_list = [[1, 2, 3], [40, 50, 60], [9, 8, 7]]

>>> import functools

>>> functools.reduce(lambda a, b: a+b, [sub[1] for sub in my_list])

60

这段代码有很多地道的用法：

lambda

、

reduce

和列表推导式。最终，这可能会变成人气

竞赛，因为它冒犯了讨厌

lambda

的人和看不上列表推导式的人——这两种人可都不少。

如果打算使用

lambda

，那么或许就不应该使用列表推导式——筛选除外，但这里不是

筛选。

下面是我给出的方案，这能讨得

lambda

拥护者的欢心。

>>> functools.reduce(lambda a, b: a + b[1], my_list, 0)

60

我没有参与那个话题，而且不会在真实的代码中使用上述方案，因为我非常不喜欢

lambda

表达式。这里只是为了举例说明不使用列表推导式可以怎么做。

第一个答复是

Fernando Perez

给出的，他是

IPython

的创建者，他的答案强调了

NumPy

支持

n

维数组和

n

维切片。

>>> import numpy as np

>>> my_array = np.array(my_list)

>>> np.sum(my_array[:, 1])

60

我觉得

Perez

的方案很棒，不过

Guy Middleton

推崇

Paul Rubin

和

Skip Montanaro

给出

的下述方案。

>>> ...