Bagaimana cara menambahkan integer ke setiap elemen dalam daftar?

Jika saya punya list=[1,2,3]dan saya ingin menambahkan 1ke setiap elemen untuk mendapatkan output [2,3,4], bagaimana saya melakukannya?

Saya berasumsi saya akan menggunakan for for loop tetapi tidak yakin bagaimana caranya.

new_list = [x+1 for x in my_list]

>>> mylist = [1,2,3]
>>> [x+1 for x in mylist]
[2, 3, 4]
>>>

python daftar-pemahaman .

Jawaban lain pada pemahaman daftar mungkin yang terbaik untuk penambahan sederhana, tetapi jika Anda memiliki fungsi yang lebih kompleks yang Anda butuhkan untuk diterapkan ke semua elemen maka peta mungkin cocok.

Dalam contoh Anda itu akan menjadi:

>>> map(lambda x:x+1, [1,2,3])
[2,3,4]

jika Anda ingin menggunakan numpy ada metode lain sebagai berikut

import numpy as np
list1 = [1,2,3]
list1 = list(np.asarray(list1) + 1)

Sunting: ini bukan di tempat

Pertama, jangan gunakan kata 'daftar' untuk variabel Anda. Membayangi kata kunci list.

Cara terbaik adalah melakukannya di tempat menggunakan splicing, perhatikan yang [:]menunjukkan sambatan:

>>> _list=[1,2,3]
>>> _list[:]=[i+1 for i in _list]
>>> _list
[2, 3, 4]

>>> [x.__add__(1) for x in [1, 3, 5]]
3: [2, 4, 6]

Maksud saya di sini adalah untuk mengekspos jika item dalam daftar adalah bilangan bulat yang mendukung berbagai fungsi bawaan.

Python 2+:

>>> mylist = [1,2,3]
>>> map(lambda x: x + 1, mylist)
[2, 3, 4]

Python 3+:

>>> mylist = [1,2,3]
>>> list(map(lambda x: x + 1, mylist))
[2, 3, 4]

import numpy as np

np.add([1, 2, 3], 1).tolist()

pemberian yang mana

[2, 3, 4]

Datang di cara yang tidak begitu efisien, tetapi unik untuk melakukannya. Jadi bagikan di seluruh. Dan ya itu membutuhkan ruang ekstra untuk daftar lain.

from operator import add
test_list1 = [4, 5, 6, 2, 10]
test_list2 = [1] * len(test_list1)

res_list = list(map(add, test_list1, test_list2))

print(test_list1)
print(test_list2)
print(res_list)

#### Output ####
[4, 5, 6, 2, 10]
[1, 1, 1, 1, 1]
[5, 6, 7, 3, 11]

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

for index in range(5):
      list[index] = list[index] +1

print(list)

Banyak jawaban di atas sangat bagus. Saya juga melihat beberapa jawaban aneh yang akan melakukan pekerjaan itu. Juga, jawaban terakhir yang terlihat adalah melalui loop normal. Kesediaan untuk memberikan jawaban ini menuntun saya ke itertoolsdan numpy, yang akan melakukan pekerjaan yang sama dengan cara yang berbeda.

Di sini saya menyajikan berbagai cara untuk melakukan pekerjaan itu, tidak dijawab di atas.

import operator
import itertools

x = [3, 5, 6, 7]

integer = 89

"""
Want more vairaint can also use zip_longest from itertools instead just zip
"""
#lazy eval
a = itertools.starmap(operator.add, zip(x, [89] * len(x))) # this is not subscriptable but iterable
print(a)
for i in a:
  print(i, end = ",")


# prepared list
a = list(itertools.starmap(operator.add, zip(x, [89] * len(x)))) # this returns list
print(a)



# With numpy (before this, install numpy if not present with `pip install numpy`)
import numpy

res = numpy.ones(len(x), dtype=int) * integer + x # it returns numpy array
res = numpy.array(x) + integer # you can also use this, infact there are many ways to play around
print(res)
print(res.shape) # prints structure of array, i.e. shape

# if you specifically want a list, then use tolist

res_list = res.tolist()
print(res_list)

Keluaran

>>> <itertools.starmap object at 0x0000028793490AF0> # output by lazy val
>>> 92,94,95,96,                                     # output of iterating above starmap object
>>> [92, 94, 95, 96]                                 # output obtained by casting to list
>>>                   __
>>> # |\ | |  | |\/| |__| \ /
>>> # | \| |__| |  | |     |
>>> [92 94 95 96]                                    # this is numpy.ndarray object
>>> (4,)                                             # shape of array
>>> [92, 94, 95, 96]                                 # this is a list object (doesn't have a shape)

Satu-satunya alasan saya untuk menyoroti penggunaan numpyadalah bahwa kita harus selalu melakukan manipulasi seperti itu dengan perpustakaan seperti numpy karena ini efisien untuk array yang sangat besar.