Jak podzielić każdy element na liście przez liczbę całkowitą?

154

Chcę tylko podzielić każdy element na liście przez int.

myList = [10,20,30,40,50,60,70,80,90]
myInt = 10
newList = myList/myInt

To jest błąd:

TypeError: unsupported operand type(s) for /: 'list' and 'int'

Rozumiem, dlaczego otrzymuję ten błąd. Jestem jednak sfrustrowany, że nie mogę znaleźć rozwiązania.

Próbowałem również:

newList = [ a/b for a, b in (myList,myInt)]

Błąd:

ValueError: too many values to unpack

Spodziewany wynik:

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


EDYTOWAĆ:

Poniższy kod daje mi oczekiwany wynik:

newList = []
for x in myList:
    newList.append(x/myInt)

Ale czy jest na to łatwiejszy / szybszy sposób?

Casa
źródło

Odpowiedzi:

233

Idiomatycznym sposobem byłoby użycie rozumienia list:

myList = [10,20,30,40,50,60,70,80,90]
myInt = 10
newList = [x / myInt for x in myList]

lub, jeśli chcesz zachować odniesienie do pierwotnego wykazu:

myList[:] = [x / myInt for x in myList]
soulcheck
źródło
1
mając statyczny rozmiar listy, jedna z tych metod byłaby szybsza niż [mylist [0] / myint, mylist [1] / myint]
user-2147482637
7
@ user1938107 prawie na pewno nie, ale jest to również rodzaj mikro optymalizacji, którego i tak należy unikać.
soulcheck
75

Sposób, w jaki spróbowałeś jako pierwszy, jest w rzeczywistości możliwy bezpośrednio z numpy :

import numpy
myArray = numpy.array([10,20,30,40,50,60,70,80,90])
myInt = 10
newArray = myArray/myInt

Jeśli wykonujesz takie operacje z długimi listami, a zwłaszcza w jakimkolwiek projekcie naukowym, naprawdę radziłbym używać numpy.

silvado
źródło
4
Wiem, że to stara odpowiedź, ale dla każdego, kto ją nadal czyta: pamiętaj, że używając numpy.array, powinieneś określić typ, na przykład numpy.array([10,20,30,40,50,60,70,80,90], dtype='f')loat. Inaczej dzieląc przez 3 nie daje zaledwie 3 wskutek zamiast 3.333 ..
Richard Boonen
3
@RichardBoonen w tym przypadku OP chciał wykonać dzielenie int, ale jeśli chcesz wykonać dzielenie typu float, masz rację, musisz określić typ na numpy. Lub umieść pojedynczy float na liście:numpy.array([10.,20,30,40,50,60,70,80,90])
silvado
24
>>> myList = [10,20,30,40,50,60,70,80,90]
>>> myInt = 10
>>> newList = map(lambda x: x/myInt, myList)
>>> newList
[1, 2, 3, 4, 5, 6, 7, 8, 9]
Dogbert
źródło
Czy uważasz, że w tym przypadku mapa jest lepsza niż rozumienie listy? Zastanawiam się tylko, jakbym poszedł po rozumienie z listy, ponieważ jest łatwiejszy do odczytania.
Andrew Cox
@AndrewCox Wolę mapę (pochodzącą z tła innego niż Python). Rozumienie listy też wydaje mi się czystsze, więc prawdopodobnie powinieneś to zrobić.
Dogbert
Czy wiesz, czy to jest szybsze niż rozwiązanie opublikowane przez Soulcheck i Berkantk?
Casa
@Casa: Ktoś przetestował to na stackoverflow.com/q/1247490 . Wniosek wydaje się być taki, że w tym konkretnym przypadku wygrywa lista ze składaniem.
Brian
4
Obecnie map()zwraca obiekt mapy, więc jeśli chcesz otrzymać listę, musisz wyraźnie powiedzieć list(). A więc w tym przypadku:newList = list(map(lambda x: x/myInt, myList))
robertmartin8
9
myList = [10,20,30,40,50,60,70,80,90]
myInt = 10
newList = [i/myInt for i in myList]
NotCamelCase
źródło
6

Wersja abstrakcyjna może być:

import numpy as np
myList = [10, 20, 30, 40, 50, 60, 70, 80, 90]
myInt = 10
newList  = np.divide(myList, myInt)
Armin
źródło
0
myInt=10
myList=[tmpList/myInt for tmpList in range(10,100,10)]
Richard
źródło
Czy mógłbyś pisać krócej?
E.Coms