Python List长度获取方法

一、内置方法——len()

Python中，获取list长度最简单的方法就是使用len()函数：

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

这里将列表[1, 2, 3, 4, 5]赋值给了my_list，然后使用内置函数len()来获取列表的长度，即包含元素的个数。最后将获取到的长度赋值给变量length并输出结果。

同时，len()函数不仅可以用于列表，也可以用于元组、字符串及其他任何可迭代的对象。所以，无论是什么类型的可迭代对象，通过使用这个方法，我们都可以很容易地获取它的大小或长度。

二、使用方法——count()

除了使用len()函数之外，在Python中还有其他方法来获取列表长度。例如，可以使用count()方法来统计列表中某个元素的出现次数，然后再通过出现次数来确定列表长度。

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

这里创建了一个列表[1, 2, 3, 4, 5, 5, 5, 6]，使用count()函数查找该列表中第一个元素(my_list[0])出现的次数。由于列表中只有一个1，所以count()函数返回值是1，即列表长度为1。

三、使用函数式编程——map()

除了上述方法之外，还有通过使用Python的函数式编程能力来获取列表长度。

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

这里使用lambda表达式来创建匿名函数f，然后使用map()函数将列表中的每个元素传递给这个函数。最后，将map()函数返回的结果转换成列表并使用len()函数获取列表长度。

四、使用numpy库——shape()

如果列表中包含的所有元素都是数字，并且将这个列表转换成numpy数组，那么就可以使用numpy库中的函数来获取获取列表长度了。这时可以使用shape()函数得到一个包含元素数量的元组。

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

这里将列表[1, 2, 3, 4, 5]转换成numpy数组，并使用arr.shape属性获取该数组的大小。由于这个数组只有一行（或一列），所以包含的元素数量就是shape()[0]。

五、使用timeit模块来测试方法执行效率

为了确保算法的功能和效率，Python通过提供timeit模块提供了一种测试代码执行时间的方法。

import timeit

# 使用len()函数计算列表长度
def method1():
  my_list = [1, 2, 3, 4, 5]
  length = len(my_list)
  return length

# 使用count()方法计算列表长度
def method2():
  my_list = [1, 2, 3, 4, 5]
  length = my_list.count(my_list[0])
  return length

# 使用map()函数计算列表长度
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库的shape函数计算列表长度
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()函数计算列表长度：", t1.timeit(number=1000000), "秒")

t2 = timeit.Timer("method2()", "from __main__ import method2")
print("使用count()方法计算列表长度：", t2.timeit(number=1000000), "秒")

t3 = timeit.Timer("method3()", "from __main__ import method3")
print("使用map()函数计算列表长度：", t3.timeit(number=1000000), "秒")

t4 = timeit.Timer("method4()", "from __main__ import method4")
print("使用numpy库的shape函数计算列表长度：", t4.timeit(number=1000000), "秒")

以上代码将前面介绍的4种方法分别封装成函数，并通过timeit模块进行了测试。每个方法都运行1,000,000次，并输出它们的执行时间。

在我的电脑上，以上4种方法的执行时间分别是：

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

从测试结果可以看出，使用len()函数的方法是最快的，而使用numpy库的shape()函数最慢，但这也可能由于测试代码本身的问题导致。