Python 的 sum()：Pythonic 的求和方法

目录

Python 的内置函数sum()是一种对数值列表求和的有效且Pythonic 的方法。将多个数字相加是许多计算中常见的中间步骤，因此sum()对于 Python 程序员来说是一个非常方便的工具。

作为一个额外的和有趣的使用情况，您可以连接列表和元组使用sum()，当你需要拼合列表的列表，可以很方便。

在本教程中，您将学习如何：

• 使用通用技术和工具手工对数值求和
• 使用Pythonsum()高效地添加多个数值
• 拼接列表和元组与sum()
• 使用sum()接近普通求和问题
• 使用适当的值的参数中sum()
• 之间做出选择sum()和替代工具来总结和串连对象

这些知识将帮助您使用sum()或其他替代和专用工具有效地处理和解决代码中的求和问题。

理解求和问题

将数值相加是编程中一个相当普遍的问题。例如，假设您有一个数字列表 [1, 2, 3, 4, 5] 并且想要将它们加在一起以计算它们的总和。使用标准算术，您将执行以下操作：

1 + 2 + 3 + 4 + 5 = 15

就数学而言，这个表达式非常简单。它会引导您完成一系列简短的加法，直到您找到所有数字的总和。

可以手动进行这个特定的计算，但想象一下其他一些不太可能的情况。如果您有一个特别长的数字列表，手动添加可能效率低下且容易出错。如果您甚至不知道列表中有多少项会发生什么？最后，想象一个场景，您需要添加的项目数量动态或不可预测地发生变化。

在这种情况下，无论您的数字列表是长列表还是短列表，Python 在解决求和问题方面都非常有用。

如果您想通过从头开始创建自己的解决方案来对数字求和，那么您可以尝试使用for循环：

>>> numbers = [1, 2, 3, 4, 5]
>>> total = 0

>>> for number in numbers:
...     total += number
...

>>> total
15

在这里，您首先创建total并将其初始化为0. 此变量用作累加器，您可以在其中存储中间结果，直到获得最终结果。循环通过使用增广赋值累加每个连续值来迭代numbers和更新。total

您还可以将for循环包装在函数中。这样，您可以为不同的列表重用代码：

>>> def sum_numbers(numbers):
...     total = 0
...     for number in numbers:
...         total += number
...     return total
...

>>> sum_numbers([1, 2, 3, 4, 5])
15

>>> sum_numbers([])
0

在 中sum_numbers()，您将一个可迭代对象——特别是一个数值列表——作为参数，并返回输入列表中值的总和。如果输入列表为空，则函数返回0。该for循环与您之前看到的相同。

您还可以使用递归代替迭代。递归是一种函数式编程技术，其中函数在其自己的定义中被调用。换句话说，递归函数在循环中调用自身：

>>> def sum_numbers(numbers):
...     if len(numbers) == 0:
...         return 0
...     return numbers[0] + sum_numbers(numbers[1:])
...

>>> sum_numbers([1, 2, 3, 4, 5])
15

当你定义一个递归函数时，你冒着陷入无限循环的风险。为了防止这种情况，您需要定义停止递归的基本情况和调用函数并启动隐式循环的递归情况。

在上面的例子中，基本情况意味着零长度列表的总和是0。递归情况意味着总和是第一个值numbers[0]，加上其余值的总和numbers[1:]。由于递归情况在每次迭代中使用较短的序列，因此您希望在numbers是零长度列表时遇到基本情况。作为最终结果，您将获得输入列表中所有项目的总和numbers。

在 Python 中对数字列表求和的另一种选择是使用reduce()from functools。要获取数字列表的总和，您可以将任一operator.add或适当的lambda函数作为第一个参数传递给reduce()：

>>> from functools import reduce
>>> from operator import add

>>> reduce(add, [1, 2, 3, 4, 5])
15

>>> reduce(add, [])
Traceback (most recent call last):
    ...
TypeError: reduce() of empty sequence with no initial value

>>> reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
15

您可以致电reduce()与减少或折叠，function与一起iterable作为参数。然后reduce()使用输入函数处理iterable并返回单个累积值。

在第一个示例中，归约函数是add()，它将两个数字相加。最终结果是 input 中数字的总和iterable。作为一个缺点，reduce()提出了一个TypeError当你与一个空的调用它iterable。

在第二个示例中，约简函数是一个lambda返回两个数字相加的函数。

由于像这样的求和在编程中很常见，因此每次需要对一些数字求和时编写一个新函数是大量重复性工作。此外， usingreduce()不是您可用的最易读的解决方案。

Python 提供了专门的内置函数来解决这个问题。该函数被方便地调用sum()。由于它是一个内置函数，因此您可以直接在代码中使用它，而无需导入任何内容。

Python 入门 sum()

可读性是Python 哲学背后最重要的原则之一。在对值列表求和时，可视化您要求循环执行的操作。您希望它遍历一些数字，将它们累加到一个中间变量中，然后返回最终和。但是，您可能可以想象一个不需要循环的更易读的求和版本。您希望 Python 取一些数字并将它们相加。

现在想想如何reduce()求和。使用reduce()可以说比基于循环的解决方案更不可读，更不直接。

这就是为什么将Python 2.3添加sum()为内置函数来为求和问题提供 Pythonic 解决方案的原因。Alex Martelli贡献了这个函数，它现在是对值列表求和的首选语法：

>>> sum([1, 2, 3, 4, 5])
15

>>> sum([])
0

哇！这很整洁，不是吗？它读起来像简单的英语，并清楚地传达您在输入列表上执行的操作。使用sum()比for循环或reduce()调用更具可读性。与reduce(),当您提供空的可迭代对象时sum()不会引发 a TypeError。相反，它可以理解地返回0.

您可以sum()使用以下两个参数进行调用：

1. iterable是一个必需的参数，可以保存任何 Python 可迭代对象。可迭代对象通常包含数值，但也可以包含列表或元组。
2. start是一个可选参数，可以保存一个初始值。然后将该值添加到最终结果中。它默认为0.

在内部，从左到右sum()添加startplus 中的值iterable。输入iterable中的值通常是数字，但您也可以使用列表和元组。可选参数start可以接受数字、列表或元组，具体取决于传递给 的内容iterable。它不能带一个string。

在以下两节中，您将了解sum()在代码中使用的基础知识。

>>> # Use a list
>>> sum([1, 2, 3, 4, 5])
15

>>> # Use a tuple
>>> sum((1, 2, 3, 4, 5))
15

>>> # Use a set
>>> sum({1, 2, 3, 4, 5})
15

>>> # Use a range
>>> sum(range(1, 6))
15

>>> # Use a dictionary
>>> sum({1: "one", 2: "two", 3: "three"})
6
>>> sum({1: "one", 2: "two", 3: "three"}.keys())
6

>>> sum([x ** 2 for x in range(1, 6)])
55

>>> sum(x ** 2 for x in range(1, 6))
55

>>> sum([1, 2, 3, 4, 5], 100)  # Positional argument
115

>>> sum([1, 2, 3, 4, 5], start=100)  # Keyword argument
115

>>> from decimal import Decimal
>>> from fractions import Fraction

>>> # Sum floating-point numbers
>>> sum([10.2, 12.5, 11.8])
34.5
>>> sum([10.2, 12.5, 11.8, float("inf")])
inf
>>> sum([10.2, 12.5, 11.8, float("nan")])
nan

>>> # Sum complex numbers
>>> sum([3 + 2j, 5 + 6j])
(8+8j)

>>> # Sum Decimal numbers
>>> sum([Decimal("10.2"), Decimal("12.5"), Decimal("11.8")])
Decimal('34.5')

>>> # Sum Fraction numbers
>>> sum([Fraction(51, 5), Fraction(25, 2), Fraction(59, 5)])
Fraction(69, 2)

>>> num_lists = [[1, 2, 3], [4, 5, 6]]
>>> sum(num_lists, start=[])
[1, 2, 3, 4, 5, 6]

>>> # Equivalent concatenation
>>> [1, 2, 3] + [4, 5, 6]
[1, 2, 3, 4, 5, 6]

>>> num_tuples = ((1, 2, 3), (4, 5, 6))
>>> sum(num_tuples, start=())
(1, 2, 3, 4, 5, 6)

>>> # Equivalent concatenation
>>> (1, 2, 3) + (4, 5, 6)
(1, 2, 3, 4, 5, 6)

>>> num_strs = ["123", "456"]
>>> sum(num_strs, "0")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: sum() can't sum strings [use ''.join(seq) instead]

>>> cumulative_sales = 0

>>> monday = [50, 27, 42]
>>> cumulative_sales = sum(monday, start=cumulative_sales)
>>> cumulative_sales
119

>>> tuesday = [12, 32, 15]
>>> cumulative_sales = sum(tuesday, start=cumulative_sales)
>>> cumulative_sales
178

>>> wednesday = [20, 24, 42]
>>> cumulative_sales = sum(wednesday, start=cumulative_sales)
>>> cumulative_sales
264
    ...

>>> data_points = [2, 3, 4, 2, 3, 6, 4, 2]

>>> sum(data_points) / len(data_points)
3.25

>>> # Python >= 3.8

>>> def average(data_points):
...     if (num_points := len(data_points)) == 0:
...         raise ValueError("average requires at least one data point")
...     return sum(data_points) / num_points
...

>>> average([2, 3, 4, 2, 3, 6, 4, 2])
3.25

>>> average([])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in average
ValueError: average requires at least one data point

>>> from statistics import mean

>>> mean([2, 3, 4, 2, 3, 6, 4, 2])
3.25

>>> mean([])
Traceback (most recent call last):
    ...
statistics.StatisticsError: mean requires at least one data point

求两个序列的点积

您可以使用的另一个问题sum()是找到两个等长数值序列的点积。点积的代数和的产品在输入序列的每对值中的。例如，如果您有序列 (1, 2, 3) 和 (4, 5, 6)，那么您可以使用加法和乘法手动计算它们的点积：

1 × 4 + 2 × 5 + 3 × 6 = 32

要从输入序列中提取连续的值对，您可以使用zip(). 然后您可以使用生成器表达式将每对值相乘。最后，sum()可以总结产品：

>>> x_vector = (1, 2, 3)
>>> y_vector = (4, 5, 6)

>>> sum(x * y for x, y in zip(x_vector, y_vector))
32

使用zip()，您可以使用来自每个输入序列的值生成一个元组列表。生成器表达式循环遍历每个元组，同时将先前排列的连续值对乘以zip()。最后一步是使用 将产品添加在一起sum()。

上面示例中的代码有效。然而，点积是为等长的序列定义的，所以如果你提供不同长度的序列会发生什么？在这种情况下，zip()忽略最长序列中的额外值，这会导致不正确的结果。

为了处理这种可能性，您可以将调用包装sum()在自定义函数中，并为输入序列的长度提供适当的检查：

>>> def dot_product(x_vector, y_vector):
...     if len(x_vector) != len(y_vector):
...         raise ValueError("Vectors must have equal sizes")
...     return sum(x * y for x, y in zip(x_vector, y_vector))
...

>>> dot_product((1, 2, 3), (4, 5, 6))
32

>>> dot_product((1, 2, 3, 4), (5, 6, 3))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in dot_product
ValueError: Vectors must have equal sizes

这里，dot_product()将两个序列作为参数并返回它们对应的点积。如果输入序列的长度不同，则该函数会引发 a ValueError。

在自定义函数中嵌入功能允许您重用代码。它还使您有机会对函数进行描述性命名，以便用户仅通过阅读函数名称就知道该函数的作用。

展平列表列表

展平列表列表是 Python 中的一项常见任务。假设您有一个列表列表，需要将其展平为一个包含原始嵌套列表中所有项目的列表。您可以使用多种方法中的任何一种在 Python 中展平列表。例如，您可以使用for循环，如以下代码所示：

>>> def flatten_list(a_list):
...     flat = []
...     for sublist in a_list:
...         flat += sublist
...     return flat
...

>>> matrix = [
...     [1, 2, 3],
...     [4, 5, 6],
...     [7, 8, 9],
... ]

>>> flatten_list(matrix)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

在 中flatten_list()，循环遍历 中包含的所有嵌套列表a_list。然后它flat使用增强赋值操作 ( +=)将它们连接起来。结果，您会得到一个平面列表，其中包含原始嵌套列表中的所有项目。

但是坚持住！您已经sum()在本教程中学习了如何使用来连接序列。您可以使用该功能来像上面的示例中那样展平列表列表吗？是的！就是这样：

>>> matrix = [
...     [1, 2, 3],
...     [4, 5, 6],
...     [7, 8, 9],
... ]

>>> sum(matrix, [])
[1, 2, 3, 4, 5, 6, 7, 8, 9]

那很快！一行代码，matrix现在是一个平面列表。但是，使用sum()似乎不是最快的解决方案。

任何暗示串联的解决方案的一个重要缺点是，在幕后，每个中间步骤都会创建一个新列表。这在内存使用方面可能非常浪费。最终返回的列表只是在每一轮连接中创建的所有列表中最近创建的列表。使用列表推导式可确保您只创建和返回一个列表：

>>> def flatten_list(a_list):
...     return [item for sublist in a_list for item in sublist]
...

>>> matrix = [
...     [1, 2, 3],
...     [4, 5, 6],
...     [7, 8, 9],
... ]

>>> flatten_list(matrix)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

这个新版本flatten_list()在内存使用方面效率更高，浪费更少。然而，嵌套的理解可能难以阅读和理解。

使用.append()可能是扁平化列表列表最易读和 Pythonic 的方式：

>>> def flatten_list(a_list):
...     flat = []
...     for sublist in a_list:
...         for item in sublist:
...             flat.append(item)
...     return flat
...

>>> matrix = [
...     [1, 2, 3],
...     [4, 5, 6],
...     [7, 8, 9],
... ]

>>> flatten_list(matrix)
[1, 2, 3, 4, 5, 6, 7, 8, 9]

在这个版本中flatten_list()，一个人阅读你的代码可以看出，功能遍历每个sublist在a_list。在第一个for循环中，它遍历每个iteminsublist以最终flat使用.append(). 就像前面的推导一样，这个解决方案在这个过程中只创建了一个列表。这种解决方案的一个优点是它的可读性很强。

使用替代品 sum()

正如您已经了解到的，sum()一般来说，对于处理数值很有帮助。但是，在处理浮点数时，Python 提供了一种替代工具。在 中math，您会找到一个名为的函数fsum()，它可以帮助您提高浮点计算的总体精度。

您可能有一项任务，您希望连接或链接多个可迭代对象，以便您可以将它们作为一个整体处理。对于这种情况，您可以查看itertools模块的 function chain()。

您可能还有一个要连接字符串列表的任务。您在本教程中了解到，无法sum()用于连接字符串。这个函数不是为字符串连接而构建的。最 Pythonic 的替代方法是使用str.join().

>>> from math import fsum

>>> sum([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1])
0.9999999999999999

>>> fsum([.1, .1, .1, .1, .1, .1, .1, .1, .1, .1])
1.0

>>> from math import fsum

>>> sum([0.1, 0.2])
0.30000000000000004

>>> fsum([0.1, 0.2])
0.30000000000000004

>>> f"{0.1:.28f}"
'0.1000000000000000055511151231'

>>> f"{0.2:.28f}"
'0.2000000000000000111022302463'

>>> from math import fsum

>>> sum([1e-16, 1, 1e16])
1e+16
>>> fsum([1e-16, 1, 1e16])
1.0000000000000002e+16

>>> sum([1, 1, 1e100, -1e100] * 10_000)
0.0
>>> fsum([1, 1, 1e100, -1e100] * 10_000)
20000.0

>>> from itertools import chain

>>> numbers = chain([1, 2, 3], [4, 5, 6], [7, 8, 9])
>>> numbers
<itertools.chain object at 0x7f0d0f160a30>
>>> next(numbers)
1
>>> next(numbers)
2

>>> list(chain([1, 2, 3], [4, 5, 6], [7, 8, 9]))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> from itertools import chain

>>> matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

>>> list(chain(*matrix))
[1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> greeting = ["Hello,", "welcome to", "Real Python!"]

>>> " ".join(greeting)
'Hello, welcome to Real Python!'

结论

您现在可以使用 Python 的内置函数sum()将多个数值相加。此函数提供了一种高效、可读且 Pythonic 的方法来解决代码中的求和问题。如果您正在处理需要对数值求和的数学计算，那么它sum()可以成为您的救星。

在本教程中，您学习了如何：

• 使用通用技术和工具对数值求和
• 使用Python有效地添加多个数值sum()
• 使用连接序列sum()
• 使用sum()接近普通求和问题
• 使用适当的值的iterable和start争论中sum()
• 之间做出选择sum()和替代工具来总结和串连对象

有了这些知识，您现在可以以 Pythonic、可读且高效的方式将多个数值相加。