Python List長度獲取方法

一、內置方法——len()

Python中，獲取list長度最簡單的方法就是使用len()函數：

my_list = [1, 2, 3, 4, 5]
length = len(my_list)
print(length) # 輸出：5

這裡將列表[1, 2, 3, 4, 5]賦值給了my_list，然後使用內置函數len()來獲取列表的長度，即包含元素的個數。最後將獲取到的長度賦值給變數length並輸出結果。

同時，len()函數不僅可以用於列表，也可以用於元組、字元串及其他任何可迭代的對象。所以，無論是什麼類型的可迭代對象，通過使用這個方法，我們都可以很容易地獲取它的大小或長度。

二、使用方法——count()

除了使用len()函數之外，在Python中還有其他方法來獲取列表長度。例如，可以使用count()方法來統計列表中某個元素的出現次數，然後再通過出現次數來確定列表長度。

my_list = [1, 2, 3, 4, 5, 5, 5, 6]
length = my_list.count(my_list[0])
print(length) # 輸出：1

這裡創建了一個列表[1, 2, 3, 4, 5, 5, 5, 6]，使用count()函數查找該列表中第一個元素(my_list[0])出現的次數。由於列表中只有一個1，所以count()函數返回值是1，即列表長度為1。

三、使用函數式編程——map()

除了上述方法之外，還有通過使用Python的函數式編程能力來獲取列表長度。

my_list = [1, 2, 3, 4, 5]
f = lambda x:x
length = len(list(map(f, my_list)))
print(length) # 輸出：5

這裡使用lambda表達式來創建匿名函數f，然後使用map()函數將列表中的每個元素傳遞給這個函數。最後，將map()函數返回的結果轉換成列表並使用len()函數獲取列表長度。

四、使用numpy庫——shape()

如果列表中包含的所有元素都是數字，並且將這個列錶轉換成numpy數組，那麼就可以使用numpy庫中的函數來獲取獲取列表長度了。這時可以使用shape()函數得到一個包含元素數量的元組。

import numpy as np
my_list = [1, 2, 3, 4, 5]
arr = np.array(my_list)
length = arr.shape[0]
print(length) # 輸出：5

這裡將列表[1, 2, 3, 4, 5]轉換成numpy數組，並使用arr.shape屬性獲取該數組的大小。由於這個數組只有一行（或一列），所以包含的元素數量就是shape()[0]。

五、使用timeit模塊來測試方法執行效率

為了確保演算法的功能和效率，Python通過提供timeit模塊提供了一種測試代碼執行時間的方法。

import timeit

# 使用len()函數計算列表長度
def method1():
  my_list = [1, 2, 3, 4, 5]
  length = len(my_list)
  return length

# 使用count()方法計算列表長度
def method2():
  my_list = [1, 2, 3, 4, 5]
  length = my_list.count(my_list[0])
  return length

# 使用map()函數計算列表長度
def method3():
  my_list = [1, 2, 3, 4, 5]
  f = lambda x:x
  length = len(list(map(f, my_list)))
  return length

# 使用numpy庫的shape函數計算列表長度
def method4():
  import numpy as np
  my_list = [1, 2, 3, 4, 5]
  arr = np.array(my_list)
  length = arr.shape[0]
  return length

t1 = timeit.Timer("method1()", "from __main__ import method1")
print("使用len()函數計算列表長度：", t1.timeit(number=1000000), "秒")

t2 = timeit.Timer("method2()", "from __main__ import method2")
print("使用count()方法計算列表長度：", t2.timeit(number=1000000), "秒")

t3 = timeit.Timer("method3()", "from __main__ import method3")
print("使用map()函數計算列表長度：", t3.timeit(number=1000000), "秒")

t4 = timeit.Timer("method4()", "from __main__ import method4")
print("使用numpy庫的shape函數計算列表長度：", t4.timeit(number=1000000), "秒")

以上代碼將前面介紹的4種方法分別封裝成函數，並通過timeit模塊進行了測試。每個方法都運行1,000,000次，並輸出它們的執行時間。

在我的電腦上，以上4種方法的執行時間分別是：

• 使用len()函數：1.220866799999993秒
• 使用count()方法：4.2473377秒
• 使用map()函數：4.1145067秒
• 使用numpy庫的shape函數：33.88291820000005秒

從測試結果可以看出，使用len()函數的方法是最快的，而使用numpy庫的shape()函數最慢，但這也可能由於測試代碼本身的問題導致。