Як знайти сукупну суму чисел у списку?

time_interval = [4, 6, 12]

Я хочу підвести цифри, як [4, 4+6, 4+6+12]для того, щоб отримати список t = [4, 10, 22].

Я спробував наступне:

t1 = time_interval[0]
t2 = time_interval[1] + t1
t3 = time_interval[2] + t2
print(t1, t2, t3)  # -> 4 10 22

Якщо ви робите багато числової роботи з такими масивами, я б запропонував numpy, що постачається з функцією сукупної суми cumsum:

import numpy as np

a = [4,6,12]

np.cumsum(a)
#array([4, 10, 22])

Numpy часто швидший за чистий python для такого роду речей, див. У порівнянні з @ Ashwini'saccumu :

In [136]: timeit list(accumu(range(1000)))
10000 loops, best of 3: 161 us per loop

In [137]: timeit list(accumu(xrange(1000)))
10000 loops, best of 3: 147 us per loop

In [138]: timeit np.cumsum(np.arange(1000))
100000 loops, best of 3: 10.1 us per loop

Але, звичайно, якщо це єдине місце, де ви будете використовувати numpy, можливо, не варто мати залежність від нього.

У Python 2 ви можете визначити власну функцію генератора таким чином:

def accumu(lis):
    total = 0
    for x in lis:
        total += x
        yield total

In [4]: list(accumu([4,6,12]))
Out[4]: [4, 10, 22]

А в Python 3.2+ ви можете використовувати itertools.accumulate():

In [1]: lis = [4,6,12]

In [2]: from itertools import accumulate

In [3]: list(accumulate(lis))
Out[3]: [4, 10, 22]

Ось:

a = [4, 6, 12]
reduce(lambda c, x: c + [c[-1] + x], a, [0])[1:]

Виведе (як очікувалося):

[4, 10, 22]

Я провів тестування двох найкращих відповідей з Python 3.4 і виявив, що itertools.accumulateце швидше, ніж numpy.cumsumза багатьох обставин, часто набагато швидше. Однак, як ви можете бачити з коментарів, це може бути не завжди так, і важко вичерпно вивчити всі варіанти. (Не соромтеся додавати коментар або редагувати цю публікацію, якщо у вас є додаткові результати, які вас цікавлять.)

Деякі терміни ...

Для коротких списків accumulateце приблизно в 4 рази швидше:

from timeit import timeit

def sum1(l):
    from itertools import accumulate
    return list(accumulate(l))

def sum2(l):
    from numpy import cumsum
    return list(cumsum(l))

l = [1, 2, 3, 4, 5]

timeit(lambda: sum1(l), number=100000)
# 0.4243644131347537
timeit(lambda: sum2(l), number=100000)
# 1.7077815784141421

Для довших списків accumulateце приблизно в 3 рази швидше:

l = [1, 2, 3, 4, 5]*1000
timeit(lambda: sum1(l), number=100000)
# 19.174508565105498
timeit(lambda: sum2(l), number=100000)
# 61.871223849244416

Якщо значення numpy arrayне виконано list, accumulateвсе одно приблизно в 2 рази швидше:

from timeit import timeit

def sum1(l):
    from itertools import accumulate
    return list(accumulate(l))

def sum2(l):
    from numpy import cumsum
    return cumsum(l)

l = [1, 2, 3, 4, 5]*1000

print(timeit(lambda: sum1(l), number=100000))
# 19.18597290944308
print(timeit(lambda: sum2(l), number=100000))
# 37.759664884768426

Якщо ви поставите імпорт поза двома функціями і все одно повернете a numpy array, accumulateце все одно майже в 2 рази швидше:

from timeit import timeit
from itertools import accumulate
from numpy import cumsum

def sum1(l):
    return list(accumulate(l))

def sum2(l):
    return cumsum(l)

l = [1, 2, 3, 4, 5]*1000

timeit(lambda: sum1(l), number=100000)
# 19.042188624851406
timeit(lambda: sum2(l), number=100000)
# 35.17324400227517

Спробуйте наступне: функція накопичення разом з оператором add виконує запущене додавання.

import itertools  
import operator  
result = itertools.accumulate([1,2,3,4,5], operator.add)  
list(result)

Вирази призначення з PEP 572 (нові в Python 3.8) пропонують ще один спосіб вирішити це:

time_interval = [4, 6, 12]

total_time = 0
cum_time = [total_time := total_time + t for t in time_interval]

Ви можете розрахувати сукупний список сум за лінійний час за допомогою простого forциклу:

def csum(lst):
    s = lst.copy()
    for i in range(1, len(s)):
        s[i] += s[i-1]
    return s

time_interval = [4, 6, 12]
print(csum(time_interval))  # [4, 10, 22]

Стандартна бібліотека itertools.accumulateможе бути швидшою альтернативою (оскільки вона реалізована на мові C):

from itertools import accumulate
time_interval = [4, 6, 12]
print(list(accumulate(time_interval)))  # [4, 10, 22]

values = [4, 6, 12]
total  = 0
sums   = []

for v in values:
  total = total + v
  sums.append(total)

print 'Values: ', values
print 'Sums:   ', sums

Запуск цього коду дає

Values: [4, 6, 12]
Sums:   [4, 10, 22]

У Python3, щоб знайти сукупну суму списку, де ith-й елемент є сумою перших i + 1 елементів із вихідного списку, ви можете зробити:

a = [4 , 6 , 12]
b = []
for i in range(0,len(a)):
    b.append(sum(a[:i+1]))
print(b)

АБО ви можете використовувати розуміння списку:

b = [sum(a[:x+1]) for x in range(0,len(a))]

Вихідні дані

[4,10,22]

Якщо ви хочете, щоб пітонічний спосіб без роботи numpy працював у 2.7, це мій спосіб зробити це

l = [1,2,3,4]
_d={-1:0}
cumsum=[_d.setdefault(idx, _d[idx-1]+item) for idx,item in enumerate(l)]

тепер спробуймо і протестуємо його проти всіх інших реалізацій

import timeit, sys
L=list(range(10000))
if sys.version_info >= (3, 0):
    reduce = functools.reduce
    xrange = range


def sum1(l):
    cumsum=[]
    total = 0
    for v in l:
        total += v
        cumsum.append(total)
    return cumsum


def sum2(l):
    import numpy as np
    return list(np.cumsum(l))

def sum3(l):
    return [sum(l[:i+1]) for i in xrange(len(l))]

def sum4(l):
    return reduce(lambda c, x: c + [c[-1] + x], l, [0])[1:]

def this_implementation(l):
    _d={-1:0}
    return [_d.setdefault(idx, _d[idx-1]+item) for idx,item in enumerate(l)]


# sanity check
sum1(L)==sum2(L)==sum3(L)==sum4(L)==this_implementation(L)
>>> True    

# PERFORMANCE TEST
timeit.timeit('sum1(L)','from __main__ import sum1,sum2,sum3,sum4,this_implementation,L', number=100)/100.
>>> 0.001018061637878418

timeit.timeit('sum2(L)','from __main__ import sum1,sum2,sum3,sum4,this_implementation,L', number=100)/100.
>>> 0.000829620361328125

timeit.timeit('sum3(L)','from __main__ import sum1,sum2,sum3,sum4,this_implementation,L', number=100)/100.
>>> 0.4606760001182556 

timeit.timeit('sum4(L)','from __main__ import sum1,sum2,sum3,sum4,this_implementation,L', number=100)/100.
>>> 0.18932826995849608

timeit.timeit('this_implementation(L)','from __main__ import sum1,sum2,sum3,sum4,this_implementation,L', number=100)/100.
>>> 0.002348129749298096

Відповідей на це може бути багато, залежно від довжини списку та результативності. Дуже простий спосіб, про який я можу думати, не замислюючись про виставу, такий:

a = [1, 2, 3, 4]
a = [sum(a[0:x:1]) for x in range(len(a)+1)][1:]
print(a)

[1, 3, 6, 10]

Це за допомогою розуміння списку, і це може працювати досить добре, просто я тут багато разів додаю над підмасивом, можливо, ви можете імпровізувати це і зробити це просто!

Вітаємо за ваші старання!

По-перше, вам потрібен запущений список підпослідовностей:

subseqs = (seq[:i] for i in range(1, len(seq)+1))

Потім ви просто зателефонуєте sumдо кожної послідовності:

sums = [sum(subseq) for subseq in subseqs]

(Це не найефективніший спосіб зробити це, оскільки ви додаєте всі префікси неодноразово. Але це, мабуть, не буде мати значення для більшості випадків використання, і це легше зрозуміти, якщо вам не доведеться думати про загальні підсумки.)

Якщо ви використовуєте Python 3.2 або новішу версію, ви можете itertools.accumulateзробити це за вас:

sums = itertools.accumulate(seq)

А якщо ви використовуєте версію 3.1 або старішу, ви можете просто скопіювати джерело "еквівалент" прямо з документів (за винятком зміни next(it)на it.next()2.5 і раніше).

Спробуйте це:

result = []
acc = 0
for i in time_interval:
    acc += i
    result.append(acc)

In [42]: a = [4, 6, 12]

In [43]: [sum(a[:i+1]) for i in xrange(len(a))]
Out[43]: [4, 10, 22]

Це трохи швидше, ніж метод генератора, описаний вище @Ashwini для невеликих списків

In [48]: %timeit list(accumu([4,6,12]))
  100000 loops, best of 3: 2.63 us per loop

In [49]: %timeit [sum(a[:i+1]) for i in xrange(len(a))]
  100000 loops, best of 3: 2.46 us per loop

Для більших списків генератор - це напевно. . .

In [50]: a = range(1000)

In [51]: %timeit [sum(a[:i+1]) for i in xrange(len(a))]
  100 loops, best of 3: 6.04 ms per loop

In [52]: %timeit list(accumu(a))
  10000 loops, best of 3: 162 us per loop

Дещо хакі, але, здається, працює:

def cumulative_sum(l):
  y = [0]
  def inc(n):
    y[0] += n
    return y[0]
  return [inc(x) for x in l]

Я дійсно думав, що внутрішня функція зможе змінити yзаявлене у зовнішній лексичній області, але це не спрацювало, тому замість цього ми граємо в неприємні хаки із модифікацією структури. Можливо, більш елегантно використовувати генератор.

Не використовуючи Numpy, ви можете прокручувати безпосередньо масив і накопичувати суму по дорозі. Наприклад:

a=range(10)
i=1
while((i>0) & (i<10)):
    a[i]=a[i-1]+a[i]
    i=i+1
print a

Призводить до:

[0, 1, 3, 6, 10, 15, 21, 28, 36, 45]

Чистий python oneliner для сукупної суми:

cumsum = lambda X: X[:1] + cumsum([X[0]+X[1]] + X[2:]) if X[1:] else X

Це рекурсивна версія, натхненна рекурсивними кумулятивними сумами . Деякі пояснення:

1. Перший термін X[:1]- це список, що містить попередній елемент, і майже такий самий, як і [X[0]](який скаржиться на порожні списки).
2. Рекурсивний cumsumвиклик у другому доданку обробляє поточний елемент [1]та список, що залишився, довжина якого буде зменшена на одиницю.
3. if X[1:]коротше на if len(X)>1.

Тест:

cumsum([4,6,12])
#[4, 10, 22]

cumsum([])
#[]

І модельний для сукупного продукту:

cumprod = lambda X: X[:1] + cumprod([X[0]*X[1]] + X[2:]) if X[1:] else X

Тест:

cumprod([4,6,12])
#[4, 24, 288]

l = [1,-1,3]
cum_list = l

def sum_list(input_list):
    index = 1
    for i in input_list[1:]:
        cum_list[index] = i + input_list[index-1]
        index = index + 1 
    return cum_list

print(sum_list(l))

Ось ще одне цікаве рішення. Це використовує locals()переказ розуміння, тобто локальні змінні, що генеруються всередині області розуміння списку:

>>> [locals().setdefault(i, (elem + locals().get(i-1, 0))) for i, elem 
     in enumerate(time_interval)]
[4, 10, 22]

Ось як locals()виглядає кожна ітерація:

>>> [[locals().setdefault(i, (elem + locals().get(i-1, 0))), locals().copy()][1] 
     for i, elem in enumerate(time_interval)]
[{'.0': <enumerate at 0x21f21f7fc80>, 'i': 0, 'elem': 4, 0: 4},
 {'.0': <enumerate at 0x21f21f7fc80>, 'i': 1, 'elem': 6, 0: 4, 1: 10},
 {'.0': <enumerate at 0x21f21f7fc80>, 'i': 2, 'elem': 12, 0: 4, 1: 10, 2: 22}]

Ефективність не страшна для невеликих списків:

>>> %timeit list(accumulate([4, 6, 12]))
387 ns ± 7.53 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

>>> %timeit np.cumsum([4, 6, 12])
5.31 µs ± 67.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

>>> %timeit [locals().setdefault(i, (e + locals().get(i-1,0))) for i,e in enumerate(time_interval)]
1.57 µs ± 12 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

І, очевидно, не можна сказати про більші списки.

>>> l = list(range(1_000_000))
>>> %timeit list(accumulate(l))
95.1 ms ± 5.22 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

>>> %timeit np.cumsum(l)
79.3 ms ± 1.07 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

>>> %timeit np.cumsum(l).tolist()
120 ms ± 1.23 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

>>> %timeit [locals().setdefault(i, (e + locals().get(i-1, 0))) for i, e in enumerate(l)]
660 ms ± 5.14 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Незважаючи на те, що метод потворний і не практичний, він, безсумнівно, приносить задоволення.

lst = [4,6,12]

[sum(lst[:i+1]) for i in xrange(len(lst))]

Якщо ви шукаєте більш ефективне рішення (більші списки?), Генератор може стати гарним викликом (або просто використати, numpyякщо ви дійсно піклуєтесь про перфоманс).

def gen(lst):
    acu = 0
    for num in lst:
        yield num + acu
        acu += num

print list(gen([4, 6, 12]))

Це буде в стилі Хаскелла:

def wrand(vtlg):

    def helpf(lalt,lneu): 

        if not lalt==[]:
            return helpf(lalt[1::],[lalt[0]+lneu[0]]+lneu)
        else:
            lneu.reverse()
            return lneu[1:]        

    return helpf(vtlg,[0])