Wie füge ich jedem Element in einer Liste eine Ganzzahl hinzu?

Wie würde ich das tun, wenn ich zu jedem Element etwas list=[1,2,3]hinzufügen möchte und möchte, 1um die Ausgabe zu erhalten [2,3,4]?

Ich nehme an, ich würde eine for-Schleife verwenden, bin mir aber nicht sicher, wie.

new_list = [x+1 for x in my_list]

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

Listenverständnis Python .

Die anderen Antworten zum Listenverständnis sind wahrscheinlich die beste Wahl für eine einfache Hinzufügung. Wenn Sie jedoch eine komplexere Funktion haben, die Sie auf alle Elemente anwenden müssen, ist die Karte möglicherweise eine gute Lösung.

In Ihrem Beispiel wäre es:

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

Wenn Sie numpy verwenden möchten, gibt es eine andere Methode wie folgt

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

Bearbeiten: Dies ist nicht vorhanden

Verwenden Sie zunächst nicht das Wort "Liste" für Ihre Variable. Es schattiert das Schlüsselwort list.

Der beste Weg ist, dies durch Spleißen zu tun. Beachten Sie, dass es sich um [:]einen Spleiß handelt:

>>> _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]

Ich möchte hier offenlegen, ob das Element in der Liste eine Ganzzahl ist, die verschiedene integrierte Funktionen unterstützt.

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()

was gibt

[2, 3, 4]

Kam auf eine nicht so effiziente, aber einzigartige Art und Weise. Und ja, es erfordert zusätzlichen Speicherplatz für eine andere Liste.

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)

Viele der obigen Antworten sind sehr gut. Ich habe auch einige seltsame Antworten gesehen, die den Job machen werden. Die letzte Antwort war eine normale Schleife. Diese Bereitschaft, Antworten zu geben, führt mich zu itertoolsundnumpy , die den gleichen Job auf andere Weise erledigen.

Hier stelle ich verschiedene Möglichkeiten vor, um die Arbeit zu erledigen, die oben nicht beantwortet wurden.

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)

Ausgabe

>>> <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)

Mein einziger Grund, die Verwendung von hervorzuheben, numpyist, dass man solche Manipulationen immer mit Bibliotheken wie numpy durchführen sollte, da dies für sehr große Arrays leistungsfähig ist.