Если вы хотите уменьшить объем памяти, вы можете избежать создания временного списка с помощью генератора:
sum(x > 0 for x in frequencies)
Это работает, потому что bool
является подклассом int
:
>>> isinstance(True,int)
True
Значение
и True
равно 1:
>>> True==1
True
Однако, как отмечает Джо Голтон в комментариях, это решение не очень быстрое. Если у вас достаточно памяти для использования промежуточного временного списка, то решение sth может быть быстрее. Вот некоторые моменты, сравнивающие различные решения:
>>> frequencies = [random.randint(0,2) for i in range(10**5)]
>>> %timeit len([x for x in frequencies if x > 0]) # sth
100 loops, best of 3: 3.93 ms per loop
>>> %timeit sum([1 for x in frequencies if x > 0])
100 loops, best of 3: 4.45 ms per loop
>>> %timeit sum(1 for x in frequencies if x > 0)
100 loops, best of 3: 6.17 ms per loop
>>> %timeit sum(x > 0 for x in frequencies)
100 loops, best of 3: 8.57 ms per loop
Помните, что результаты могут меняться в зависимости от версии Python, ОС или аппаратного обеспечения.
Конечно, если вы занимаетесь математикой для большого списка чисел, вам, вероятно, следует использовать NumPy:
>>> frequencies = np.random.randint(3, size=10**5)
>>> %timeit (frequencies > 0).sum()
1000 loops, best of 3: 669 us per loop
Массив NumPy требует меньше памяти, чем эквивалентный список Python, и вычисление может быть выполнено намного быстрее, чем любое чистое решение Python.