Сайт pythonist.ru собрал список наиболее часто встречающихся вопросов про списки в Python, а также предложил простые, легкие для понимания решения. Кроме того, в этой статье вы найдете несколько советов и рекомендаций, которые вы сможете проверить самостоятельно.
Предварительные сведения
Списки в Python это на редкость популярная тема как для начинающих свой путь программировании, так и для опытных экспертов в языке Python. Если верить Google Trends, то интерес к этой теме растет из года в год.
Если вы регулярно посещаете форумы, где можно задать вопросы по программированию на Python, например Stack Overflow, Quora или Reddit, то наверняка понимаете причину такой популярности этой темы.
На этих форумах постоянно появляется множество вопросов про списки, за них голосуют, и наиболее интересные продолжают обсуждать, находя разные решения.
В данной статье мы кратко пройдемся по самым распространенным вопросам на тему списков в языке Python.
Что такое списки в Python?
Списки, наряду со словарями, кортежами и множествами, это одна из четырех встроенных в Python структур данных. Списки используются для хранения упорядоченных коллекций элементов. Сами элементы при этом могут быть разных типов, но, как правило, все же имеют один и тот же тип. Эти элементы помещены в квадратные скобки и разделены запятыми. Вот пример таких списков:
# Здесь все элементы одного типа zoo = ['bear', 'lion', 'panda', 'zebra'] print(zoo) # А здесь - нет biggerZoo = ['bear', 'lion', 'panda', 'zebra', ['chimpanzees', 'gorillas', 'orangutans', 'gibbons']] print(biggerZoo)
Можно заметить, что список, хранящийся во второй переменной biggerZoo, похож на список из первой переменной zoo, первые четыре элемента совпадают. Но он также содержит в себе список с названиями обезьян.
Поскольку списки в Python хранят упорядоченные коллекции элементов или объектов, мы можем сказать, что они относятся к последовательностям и имеют все признаки и поведение таковых. Типами последовательностей также считаются строки и кортежи.
Вы можете спросить, что такого особенного в типах последовательностей. Ну, попросту говоря, это означает, что программа может их перебирать! Вот почему списки, строки, кортежи и множества часто называют «итерирующими последовательностями».
Имейте в виду, что эта концепция очень важна. Вы можете увидеть ее использование и в других языках программирования, которые применяются в работе с данными, например в Scala!
Теперь давайте перейдем к делу и углубимся в исследование наиболее интересных вопросов про списки в Python.
1. В каких ситуациях лучше использовать списки, а в каких кортежи, словари или множества?
Материал во введении кажется довольно простым, когда вы просто читаете его, но когда вы на самом деле работаете над небольшим скриптом на Python или над целым проектом, выбор списка или какого-либо другого типа последовательности может быть не таким очевидным для вас.
Но выбор правильной структуры для ваших данных очень важен!
Списки против кортежей
Кортежи используются для хранения неизменяемых упорядоченных наборов элементов. Это означает следующее:
- вы не можете добавлять элементы в кортеж. Таким образом, методов
append()илиextend()для кортежей не существует; - вы не можете удалять элементы из кортежа. Значит, методов
remove()иpop()также нет; - но вы можете находить элементы в кортеже, так как это его не изменяет;
- также вы можете использовать оператор
inдля проверки нахождения элемента в кортеже.
Таким образом, если у вас есть постоянное множество значений и вы не собираетесь ничего с ним делать (кроме перебора), то используйте кортежи вместо списков. Их использование будет быстрей и безопасней, так как они защищены от записи.
Списки против словарей
- список хранит упорядоченную последовательность элементов, то есть ее порядок поддерживается. Словари не поддерживают порядок данных.
- словари связывают каждый ключ со значением, а списки содержат только значения.
Используйте словарь, когда у вас есть неупорядоченный набор уникальных ключей, которые сопоставляются с определенными значениями.
Заметим, что при проверке на наличие элемента производительность словарей будет выше.
Списки против множеств
- Как и словари, множества это неупорядоченные наборы данных (в отличие от списков).
- Множества требуют, чтобы данные, хранящиеся в них, были хэшируемыми. Списки поддерживают хранение нехэшируемых типов данных.
- Множества требуют, чтобы элементы, содержащиеся в них, были уникальными и неизменяемыми. Дубликаты недопустимы во множествах, в то время как в списках они возможны, равно как и возможно и изменять сами элементы.
Вы можете использовать множества, когда у вас есть неупорядоченный набор уникальных неизменяемых значений, которые также можно хэшировать.
Вы не уверены, какие значения можно хэшировать?
Взгляните на таблицу ниже:
| ХЭШИРУЕМЫЕ ОБЪЕКТЫ | НЕХЭШИРУЕМЫЕ ОБЪЕКТЫ |
|---|---|
| Floats | Dictionaries |
| Integers | Sets |
| Tuples | Lists |
| Strings | |
| frozenset() |
Не верьте нам на слово! Поэксперементируйте сами!
# Импортируем библиотеку `collections`
import collections
# Проверяем, можно ли хэшировать словарь
print(isinstance({}, collections.Hashable))
# Проверяем на хэшируемость число с плавающей запятой
print(isinstance(0.125, collections.Hashable))
Обратите внимание, что поскольку вы работаете с хэшируемыми элементами, проверка того, является ли определенный элемент частью вашей последовательности, будет проходить быстрее со множествами, чем со списками.
2. Как лучше выбирать элементы из списка?
Если вы хотите продуктивно работать со списками, то должны уметь получать доступ к данным, хранящимся в них.
Обычно мы получаем доступ к элементам списков, чтобы изменять определенные значения, обновлять или удалять их, или выполнять какие-либо другие операции с ними. Мы получаем доступ к элементам списков и, собственно, ко всем другим типам последовательностей, при помощи оператора индекса []. Внутри него мы помещаем целое число.
# Выбираем первый элемент списка oneZooAnimal = biggerZoo[0] # Выводим на экран переменную `oneZooAnimal` print(oneZooAnimal)
Запустите данный код и убедитесь, что вы получите первый элемент списка, сохраненного в переменную biggerZoo. Это может быть поначалу несколько непривычно, но нумерация начинается с числа 0, а не 1.
Как получить последний элемент списка?
Ответ на этот вопрос является дополнением к объяснению в предыдущем разделе.
Попробуйте ввести отрицательное значение, например, -1 или -2, в оператор индекса, чтобы получить последние элементы нашего списка biggerZoo!
# Вставляем -1 monkeys = biggerZoo[-1] print(monkeys) # А теперь -2 zebra = biggerZoo[-2] print(zebra)
Не правда ли, не слишком сложно?
Что означает ошибка «Index Out Of Range»?
Эта ошибка одна из тех, которые вы будете видеть достаточно часто, особенно если вы новичок в программировании.
Лучший способ понять эту ошибку — попробовать ее получить самостоятельно.
Возьмите ваш список и передайте в оператор индекса либо очень маленькое отрицательное число, либо очень большое положительное число.
Как видите, вы можете получить ошибку «Индекс вне диапазона» в случаях, когда вы передаете в оператор индекса целочисленное значение, не попадающее в диапазон значений индекса списка. Это означает, что вы присваиваете значение или ссылаетесь на (пока) несуществующий индекс.
Срезы в списках
Если вы новичок в программировании и в Python, этот вопрос может показаться одним из наиболее запутанных.
Обычно нотация срезов используется, когда мы хотим выбрать более одного элемента списка одновременно. Как и при выборе одного элемента из списка, мы используем двойные скобки. Отличие же состоит в том, что теперь мы еще используем внутри скобок двоеточие. Это выглядит следующим образом:
# Используем нотацию срезов someZooAnimals = biggerZoo[2: ] # Выводим на экран то, что мы выбрали print(someZooAnimals) # Теперь поменяем местами 2 и двоеточие otherZooAnimals = biggerZoo[:2] # Выводим на экран полученный результат print(otherZooAnimals)
Вы можете видеть, что в первом случае мы выводим на экран список biggerZoo начиная с его элемента panda, который имеет индекс 2. Иными словами, мы начинаем с индекса 2 и идем до конца списка, так как другой индекс не указан.
Что же происходит во втором случае, когда мы поменяли местами индекс 2 и двоеточие? Вы можете видеть, что мы получаем список из двух элементов,bear и lion. В данном случае мы стартуем с индекса 0 и доходим до индекса 2 (не включая его). Как вы можете видеть, результат не будет включать элемент panda.
В общем, подводя итоги:
# элементы берутся от start до end (но элемент под номером end не входит в диапазон!) a[start:end] # элементы берутся начиная со start и до конца a[start:] # элементы берутся с начала до end (но элемент под номером end не входит в диапазон!) a[:end]
Совет: передавая в оператор индекса только двоеточие, мы создаем копию списка.
В дополнение к простой нотации срезов, мы еще можем задать значение шага, с которым будут выбираться значения. В обобщенном виде нотация будет иметь следующий вид:
# Начиная со start, не доходя до end, с шагом step a[start:end:step]
Так что же по сути дает значение шага?
Ну, это позволяет вам буквально шагать по списку и выбирать только те элементы, которые включает в себя значение вашего шага. Вот пример:
Посмотрите, как значение шага повлияет на результат.
print(biggerZoo[2::2])
print(biggerZoo[1::3])
Обратите внимание, что если вы не указали какое-либо значение шага, оно будет просто установлено в значение 1. При проходе по списку ни один элемент пропущен не будет.
Также всегда помните, что ваш результат не включает индекс конечного значения, который вы указали в записи среза!
Как случайным образом выбрать элемент из списка?
Для этого мы используем пакет random.
# Импортируем функцию `choice` из библиотеки `random` from random import choice # Создадим список из первых четырех букв алфавита list = ['a','b','c','d'] # Выведем на экран случайный элемент списка print(choice(list))
Если мы хотим выбрать случайный элемент из списка по индексу, то можем использовать метод randrange из той же библиотеки random.
# Импортируем функцию `randrange` из библиотеки `random` from random import randrange # Создадим список из первых четырех букв алфавита randomLetters = ['a','b', 'c', 'd'] # Выбираем случайный индекс нашего списка randomIndex = randrange(0,len(randomLetters)) # Выводим случайный элемент на экран print(randomLetters[randomIndex])
Совет: обратите внимание на библиотеку random, она может вам пригодиться во многих случаях при программировании на Python.
3. Как преобразовать список в другие структуры данных в Python?
Иногда список это не совсем то, что вам надо. В этих случаях неплохо знать, как преобразовать свой список в более подходящую структуру данных. Ниже мы разберем несколько наиболее распространенных вариантов преобразования списков.
Как преобразовать список в строку
Преобразовать список в строку можно при помощи функции ''.join(). Данная операция склеит все элементы нашего списка вместе и вернет строку. Более подробно об этом можно прочитать в документации.
# Преобразование списка строк в строку listOfStrings = ['One', 'Two', 'Three'] strOfStrings = ''.join(listOfStrings) print(strOfStrings) # Преобразование списка чисел в строку listOfNumbers = [1, 2, 3] strOfNumbers = ''.join(str(n) for n in listOfNumbers) print(strOfNumbers)
Обратите внимание, что если ваш список содержит численные значения, то вы должны преобразовать их в строковые значения перед выполнением функции join. Это показано во втором примере нашего кода.
Для преобразования целого числа в строковое значение мы проходим циклом for по всему массиву чисел.
Как преобразовать список в кортеж
Преобразовать список в кортеж можно при помощи функции tuple(). Передайте в нее в качестве аргумента ваш список, и на выходе вы получите кортеж.
Помните, что кортежи это неизменяемый тип данных. После преобразования списка в кортеж в нем больше нельзя будет что-либо менять.
Как преобразовать список в множество
Как вы помните, множество — это неупорядоченная коллекция уникальных элементов. Таким образом, при преобразовании списка в множество будут потеряны не только возможные дубликаты в списке, но и порядок элементов.
Преобразовать список в множество можно при помощи функции set(). Просто передайте в нее ваш список, и на выходе получите множество.
Как преобразовать список в словарь
Словари в Python имеют дело с ключами и значениями, поэтому преобразование списка в словарь выглядит не таким явным. Допустим, у нас есть следующий список:
helloWorld = ['hello','world','1','2']
Нам нужно, чтобы пары элементов 'hello' и 'world', а также '1' и '2' интерпретировались как пары ключ-значение. Чтобы это сделать, разобьем наш список на два одинаковых списка при помощи срезов и передадим эти два списка в функцию zip().
list(zip(helloWorld[0::2], helloWorld[1::2]))
В результате получим:
[('hello', 'world'), ('1', '2')]
Заметьте, что для вывода результата на экран мы обернули функцию zip() в функцию list().
Теперь передадим функцию zip() в функцию dict(), которая будет воспринимать элемент hello как ключ, а элемент world как значение. Сходным образом, 1 будет интерпретирован как ключ, а 2 — как значение.
# Преобразуем в словарь helloWorldDictionary = dict(zip(helloWorld[0::2], helloWorld[1::2])) # Выводим результат на экран print(helloWorldDictionary)
В результате получится следующий словарь:
{'hello': 'world', '1': '2'}
Если у вас список большой, то вероятно лучше будет сделать следующим образом:
a = [1, 2, 3, 4, 5] # Создаем итератор списка i = iter(a) # Создаем и выводим на экран словарь print(dict(zip(i, i)))
Результат:
{1: 2, 3: 4}
Заметим, что из итерируемого объекта всегда можно получить итератор. Объект итератор, в котором реализован метод __next__, содержит в себе информацию о том, на каком шаге сейчас проходит итерация и каким будет следующий элемент последовательности.
4. В чем разница между методами append() и extend()?
Давайте возьмемся за этот вопрос, вернувшись к концепции итерируемости, которую мы объяснили в начале нашей статьи.
Не забывайте, что мы называем переменную итерируемой, если программа может производить итерации по ней. Иными словами, итерируемая переменная представляет из себя последовательность элементов. Как вы, вероятно, уже прочли в начале статьи, списки являются последовательностями, а все экземпляры последовательностей в Python являются итерируемыми.
Совет: чтобы проверить, является ли переменная итерируемой, воспользуйтесь методом __iter__. Вот пример такого кода:
# Эта ваш список list = [5, 6, 7, 8, 9] # Проверим, итерируемый он или нет list.__iter__
Запустите данный код самостоятельно и убедитесь, что списки являются итерируемыми объектами.
Теперь, держа в уме концепцию итерируемости, начнем постигать разницу между этими двумя методами. Метод extend(), с одной стороны, принимает итерируемую переменную (скажем, список, кортеж или множество) и по одному добавляет к исходному списку элементы этой итерируемой последовательности.
Метод append(), с другой стороны, просто добавляет свой аргумент к концу исходного списка как единичный элемент. То есть, принимая в качестве аргумента итерируемую переменную, метод append() обрабатывает ее как единичный объект.
На примере следующего кода очень легко увидеть и понять разницу в работе этих методов:
# Добавляем список [4,5] в список `shortList` shortList.append([4, 5]) # Используем метод print() для вывода shortList на экран print(shortList) # Расширяем `longerList` при помощи списка [4,5] longerList.extend([4, 5]) # Используем метод print() для вывода longerList на экран print(longerList)
Результат:
[1, 2, 3, [4, 5]] [1, 2, 3, 4, 5, 6, 4, 5]
5. Как в Python работают представления списков?
Представление списков это, в сущности, просто элегантный способ конструирования списков в Python. Особенно этот способ понравится тем, кто любит математику. Судите сами:
[x**2 for x in range(10)]
Результат:
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
Итак, что же произошло? Мы взяли все целые числа от 0 до 10 (исключая 10) и каждое число возвели в квадрат.
Согласитесь, не очень сложно. Теперь давайте поднимем планку.
Давайте получим такой же список, но будем брать только четные числа, то есть те, которые нацело делятся на 2. Это также очень просто сделать при помощи представления списков.
[x**2 for x in range(10) if x%2==0]
Результат:
[0, 4, 16, 36, 64]
Мы просто добавили при помощи инструкции if условие в наше первоначальное выражение. Если это условие выполняется, то число возводится в квадрат и добавляется в результирующий список, а если нет, то пропускается. В нашем случае это условие делимости на 2 без остатка.
Итак, в более общем смысле, вы также можете использовать представление списков для преобразования ваших списков в другие списки, что звучит немного сложнее, не так ли?
Рассмотрим следующий пример:
myList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] [(lambda x: x*x)(x) for x in myList]
Результат:
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
В данном примере у нас уже есть список myList, который мы преобразуем при помощи представления списков. Вы опять можете видеть, что выражение for x in myList обеспечивает выполнение некоторых операций для всех элементов списка myList.
Теперь обратите внимание на выражение (lambda x: x*x). Для простоты, вы должны просто знать, что лямбда-функции — это анонимные функции, которые создаются во время выполнения. Учитывая это, вы можете просто сосредоточиться на выражении х * х.
Отсюда видно, что эта функция просто принимает один элемент и умножает его на самого себя, то есть возводит в квадрат. Это анонимная функция, поэтому вам нужно передать ей свой элемент списка, чтобы убедиться, что лямбда-функция принимает его в качестве входных данных. Поэтому мы видим такое выражение: (lambda x: x*x)(x).
Для лучшего понимания вторую строку кода можно переписать следующим образом:
f = lambda x: x*x [f(x) for x in range(10)]
Здесь мы просто определяем лямбда-функцию заранее.
Стоит отметить, что помимо представления списков существуют также представления словарей и представления множеств.
6. Как разбить список Python на равные части?
Чтобы разбить список на равные части, можно воспользоваться функцией zip() в сочетании с функцией iter().
# Наш список `x` x = [1,2,3,4,5,6,7,8,9] # Разбиваем `x` на 3 части y = zip(*[iter(x)]*3) # Выводим результат list(y)
Результат:
[(1, 2, 3), (4, 5, 6), (7, 8, 9)]
Данный код работает следующим образом:
- Функция
iter()создает итератор последовательности. - Выражение
[iter(x)] * 3создает три объекта типаlistiterator, каждый из них — итератор спискаx. - Символ «
*«, стоящий перед аргументом в функцииzip(), распаковывает стоящее после него выражение таким образом, как будто мы передаем один и тот же итератор в функцию три раза, и из каждого итератора функция извлекает элемент.
Стоп! Последний шаг абсолютно непонятен!
Давайте еще раз пройдемся по шагам:
- У нас есть три объекта итератора списка x. Представим их следующим образом:
[1,2,3,4,5,6,7,8,9], [1,2,3,4,5,6,7,8,9], [1,2,3,4,5,6,7,8,9] - В первый раз функция
zip()берет по одному элементу последовательно из итераторов списка, что дает нам следующую картину:[1][2][3]
Обратите внимание, что объекты итератора внимательно отслеживают, какой элемент идет следующим! - Во второй раз следующие элементы будут добавлены в три наши списка, что соответственно даст нам:
[1, 4], [2, 5], [3, 6] - И в последний раз, после выполнения данной процедуры мы получим:
[1, 4, 7], [2, 5, 8], [3, 6, 9] - Соединение этих списков вместе даст нам следующий список из трех кортежей:
[(1, 2, 3), (4, 5, 6), (7, 8, 9)]
Если вы хотите применить эту логику в самостоятельно написанной функции, то можете получить вот такой результат:
# Данная функция разбивает список на равные части
def chunks(list, chunkSize):
"""Yield successive chunkSize-sized chunks from list."""
for i in range(0, len(list), chunkSize):
yield list[i:i + chunkSize]
# Выводим результаты на экран
import pprint
pprint.pprint(list(chunks(range(10, 75), 10)))
Результат:
[range(10, 20), range(20, 30), range(30, 40), range(40, 50), range(50, 60), range(60, 70), range(70, 75)]
Функция chunks() принимает в качестве аргументов список и число частей, на которые его надо разделить.
Внутри нее вы видите цикл, диапазон которого задается функцией range(0, len(list), chunkSize). Он начинается от 0 и заканчивается целым числом, обозначающим длину списка. Величина шага задается числом chanksize, которое является аргументом функции chank().
Для каждого элемента в этом списке, построенном с помощью функции range (), вы получаете фрагмент исходного списка, начиная с индекса элемента и заканчивая индексом + размером блока, который задан в переменной chanksize.
Заметим, что для более красивой печати мы используем функцию pprint (), что расшифровывается как pretty print.
Вместо написания функции мы также можем использовать представление списков:
# Определим наш список и размер блока list = range(0, 50) chunk = 5 # Разбиваем список на блоки [list[i:i + chunk] for i in range(0, len(list), chunk)]
Результат:
[range(0, 5), range(5, 10), range(10, 15), range(15, 20), range(20, 25), range(25, 30), range(30, 35), range(35, 40), range(40, 45), range(45, 50)]
7. Как производить математические вычисления при помощи списков Python
Зачастую мы используем списки только для хранения в них информации, но мы также можем и производить с их помощью математические вычисления. В данном разделе мы постараемся ответить на наиболее распространенные вопросы на эту тему.
Как вычислить средневзвешенное значение списка
Средневзвешенное значение весьма похоже на среднее значение, но все же не совсем. Средневзвешенное значение зависит не только от значений переменных, но и от их весов.
Данное определение может показаться несколько туманным, поэтому его лучше разобрать на конкретном примере. Допустим, у нас есть два списка.
cost = [0.424, 0.4221, 0.4185, 0.4132, 0.413] cases = [10, 20, 30, 40, 50]
Тогда мы при помощи следующего кода можем легко вычислить средневзвешенное значение:
for c in range(len(cost)): cost[c] = (cost[c] * cases[c] / sum(cases)) cost = sum(cost) print(cost)
Результат:
0.41609999999999997
Но есть и другие способы это сделать. Например, следующий:
sum(cost[c] * cases[c] / sum(cases) for c in range(len(cost)))
Или вот такой вариант:
sum(cost[c] * cases[c] for c in range(len(cost))) / sum(cases)
И наконец, мы можем вычислить средневзвешенное значение с помощью функции zip().
Для этого мы сначала создадим переменную costAndCases , в которую сохраним результат выполнения функции zip(), аргументами которой будут списки cost и case. В результате мы увидим список, состоящий только из кортежей. Первое значение каждого из кортежей будет из списка cost, что соответствует цене, а второе — из списка case, что обозначает количество покупок по данной цене.
# Вот что функция `zip()` делает со списками print(list(zip(cost, cases))) # Вычисляем средневзвешенное значение print(sum([x * y for x, y in zip(cost, cases)]) / sum(cases))
Не забыли, что функция zip() делает с вашими списками? Она буквально поэлементно связывает их вместе в один список, состоящий из кортежей. Например, выражение zip(cost, cases) даст следующий результат:
[(0.424, 10), (0.4221, 20), (0.4185, 30), (0.4132, 40), (0.413, 50)]
Как посчитать квантиль
Квантили, наряду с максимумами и минимумами, используются для составления сводного анализа данных. Также выделяют 25%, 50% и 75% квантили (процентили), их еще называют 1, 2 и 3 квартиль соответственно.
Таким образом, вам необходимо вычислить минимум пять чисел, чтобы составить краткую справку по вашим данным. А именно: минимум, максимум, медиана и два квартиля.
Минимум и максимум найти несложно, но что насчет квартилей?
Это также просто. Допустим, у нас есть набор данных, состоящий из 25 наблюдений, отсортированный от минимума к максимуму.
- 25% процентиль или, иначе говоря, первый квартиль, вычисляется посредством умножения
0.25на25. В результате получаем6.25, при округлении в большую сторону7. Это дает нам номер нашего наблюдения, который и будет искомым квартилем. - Тритий квартиль, он же 75% процентиль мы вычисляем, умножая
0.75на25. В результате получаем18.75, что при округлении дает19. Таким образом, мы получаем 19 элемент нашего списка, который и будет искомой величиной. - Медианное значение вычисляется при помощи умножения
0.5на25. После округления им будет 13 элемент нашего списка.
Но как это оформить в виде программы?
Самый простой способ — использовать NumPy. Вот пример вычисления медианного значения (он же 50% процентиль или второй квартиль):
# Импортируем библиотеку NumPy import numpy as np # Создаем массив a = np.array([1,2,3,4,5]) # Вычисляем 50% процентиль нашего NumPy-массива p = np.percentile(a, 50) # Выводим результат print(p)
Результат:
3.0
Как поэлементно суммировать списки
Допустим, у нас есть два списка:
list1=[1, 2, 3] list2=[4, 5, 6]
И мы хотим получить в результате список, состоящий из сумм соответствующих элементов этих списков. Есть несколько способов это сделать.
При помощи базового Python
from operator import add list(map(add, list1, list2))
В результате получаем следующий список: [5, 7, 9].
Или мы можем использовать представление списков вместе с функцией zip().
[sum(x) for x in zip(list1, list2)]
При помощи NumPy
Предыдущие примеры отлично работают с небольшими списками, но когда вы работаете с большими данными, лучше использовать NumPy.
Вам нужно будет импортировать библиотеку NumPy и конвертировать ваши списки в массивы NumPy.
# Импортируем библиотеку NumPy import numpy as np # Преобразуем списки в массивы NumPy vector1 = np.array([1, 2, 3]) vector2 = np.array([4, 5, 6]) # Поэлементно их суммируем sum_vector = vector1 + vector2 # Выводим результат print(sum_vector)
[customscript]techrocks_custom_after_post_html[/customscript]
[customscript]techrocks_custom_script[/customscript]