计算生成器/迭代器中项目数量的最简单方法是什么？
如果我想要一个迭代中的项目数量，而不关心这些元素本身，那么将会是什么样的pythonic方式呢？ 现在，我会定义
def ilen(it): return sum(itertools.imap(lambda _: 1, it)) # or just map in Python 3 但我知道lambda已经接近被认为是有害的了，而lambda _: 1肯定不是很漂亮。
（用法是计算匹配正则expression式的文本文件中的行数，即grep -c 。）
通常的方法是
sum(1 for i in it)
当迭代器可能很长时（而且在迭代器很短的时候速度不是很慢），同时保持固定的内存开销行为（不像len(list(it)) ）以避免交换大型input的抖动和重新分配开销：
# On Python 2 only, get zip that lazily generates results instead of returning list from future_builtins import zip from collections import deque from itertools import count def ilen(it): # Make a stateful counting iterator cnt = count() # zip it with the input iterator, then drain until input exhausted at C level deque(zip(it, cnt), 0) # cnt must be second zip arg to avoid advancing too far # Since count 0 based, the next value is the count return next(cnt)
像len(list(it))它在CPython上执行C代码循环（ deque ， count和zip全部用C实现）; 避免每个循环的字节码执行通常是CPython性能的关键。
想出比较性能的公平testing用例是非常困难的（使用__length_hint__ list作弊不太可能用于任意input迭代器，不提供__length_hint__ itertools函数通常具有特殊的操作模式，在下一个值被请求之前释放每个循环上返回的释放，其中maxlen=0 deque将会执行）。 我使用的testing用例是创build一个生成器函数，它将接受一个input并返回一个C级别的生成器，该生成器缺乏特殊的itertools返回容器优化或__length_hint__ ，使用Python 3.3的yield from ：
def no_opt_iter(it): yield from it
然后使用ipython %timeit magic（用不同的常量代替100）：
>>> %%timeit -r5 fakeinput = (0,) * 100 ... ilen(no_opt_iter(fakeinput))
当input不够大， len(list(it))会导致内存问题时，在运行Python 3.5 x64的Linux机器上，我的解决scheme比def ilen(it): return len(list(it))花费的时间大约多了50％ def ilen(it): return len(list(it)) ，而不pipeinput的长度。
对于最小的input，调用deque / zip / count / next的设置成本意味着它比def ilen(it): sum(1 for x in it)花费的时间要长无限多def ilen(it): sum(1 for x in it) （我的机器上的约200 ns更多长度为0的input，比简单sum方法增加了33％），但是对于较长的input，其每个附加元素的运行时间约为一半; 对于长度为5的input，成本是相等的，而在长度为50-100的范围内，初始开销与实际工作相比是不明显的; sum方法大约需要两倍的时间。
基本上，如果内存使用问题或input不具有有限的大小，你关心的速度不仅仅是简洁，使用这个解决scheme。 如果input是有限和小的， len(list(it))可能是最好的，如果它们是无界的，但简单/简洁计数，则使用sum(1 for x in it) 。
一个简短的方法是：
def ilen(it): return len(list(it))
请注意，如果您生成了很多元素（比方说数以万计或更多），那么将它们放入列表中可能会成为性能问题。 然而，这是对大多数情况下性能不起作用的想法的简单expression。
我喜欢这个基数包，它是非常轻量级的，并尝试使用可用的最快实现取决于迭代。
用法：
>>> import cardinality >>> cardinality.count([1, 2, 3]) 3 >>> cardinality.count(i for i in range(500)) 500 >>> def gen(): ... yield 'hello' ... yield 'world' >>> cardinality.count(gen()) 2
more_itertools是实现了一个ilen工具的第三方库。 pip install more_itertools
import more_itertools as mit mit.ilen(x for x in range(10)) # 10
