我想执行元素乘法，在 Python 中将两个列表乘以值，就像我们可以在 Matlab 中那样。
这就是我在 Matlab 中的做法。
a = [1,2,3,4]
b = [2,3,4,5]
a .* b = [2, 6, 12, 20]
对于from和from的每种组合x * y，列表推导式将给出 16 个列表条目。不确定如何映射这个。xayb
如果有人对为什么感兴趣，我有一个数据集，想将它乘以Numpy.linspace(1.0, 0.5, num=len(dataset)) =).
使用与zip(): 混合的列表理解。
[a*b for a,b in zip(lista,listb)]
由于您已经在使用，因此将数据存储在数组而不是列表numpy中是有意义的。numpy完成此操作后，您将免费获得诸如元素产品之类的东西：
In [1]: import numpy as np
In [2]: a = np.array([1,2,3,4])
In [3]: b = np.array([2,3,4,5])
In [4]: a * b
Out[4]: array([ 2, 6, 12, 20])
使用 np.multiply(a,b)：
import numpy as np
a = [1,2,3,4]
b = [2,3,4,5]
np.multiply(a,b)
您可以尝试在循环中将每个元素相乘。这样做的捷径是
ab = [a[i]*b[i] for i in range(len(a))]
还有一个答案：
-1... 需要导入
+1... 非常易读
import operator
a = [1,2,3,4]
b = [10,11,12,13]
list(map(operator.mul, a, b))
输出 [10, 22, 36, 52]
相当直观的方法：
a = [1,2,3,4]
b = [2,3,4,5]
ab = [] #Create empty list
for i in range(0, len(a)):
ab.append(a[i]*b[i]) #Adds each element to the list
你可以使用乘法lambda
foo=[1,2,3,4]
bar=[1,2,5,55]
l=map(lambda x,y:x*y,foo,bar)
对于大型列表，我们可以使用迭代方式：
product_iter_object = itertools.imap(operator.mul, [1,2,3,4], [2,3,4,5])
product_iter_object.next()给出输出列表中的每个元素.
输出将是两个输入列表中较短者的长度。
创建一个数组；将每个列表乘以数组；将数组转换为列表
import numpy as np
a = [1,2,3,4]
b = [2,3,4,5]
c = (np.ones(len(a))*a*b).tolist()
[2.0, 6.0, 12.0, 20.0]
该map功能在这里非常有用。使用map我们可以将任何函数应用于迭代的每个元素。
Python 3.x
>>> def my_mul(x,y):
... return x*y
...
>>> a = [1,2,3,4]
>>> b = [2,3,4,5]
>>>
>>> list(map(my_mul,a,b))
[2, 6, 12, 20]
>>>
当然：
map(f, iterable)
相当于
[f(x) for x in iterable]
所以我们可以通过以下方式获得我们的解决方案：
>>> [my_mul(x,y) for x, y in zip(a,b)]
[2, 6, 12, 20]
>>>
在 Python 2.xmap()中意味着：将函数应用于可迭代的每个元素并构造一个新列表。在 Python 3.x 中，map构造迭代器而不是列表。
而不是my_mul我们可以使用 mul运算符
蟒蛇 2.7
>>>from operator import mul # import mul operator
>>>a = [1,2,3,4]
>>>b = [2,3,4,5]
>>>map(mul,a,b)
[2, 6, 12, 20]
>>>
Python 3.5+
>>> from operator import mul
>>> a = [1,2,3,4]
>>> b = [2,3,4,5]
>>> [*map(mul,a,b)]
[2, 6, 12, 20]
>>>
请注意，由于map()构造了一个迭代器，我们使用*可迭代解包运算符来获取一个列表。解包方法比list构造函数快一点：
>>> list(map(mul,a,b))
[2, 6, 12, 20]
>>>
可以使用枚举。
a = [1, 2, 3, 4]
b = [2, 3, 4, 5]
ab = [val * b[i] for i, val in enumerate(a)]
gahooa 的答案对于标题中的问题是正确的，但是如果列表已经是 numpy 格式或大于 10，它会更快（3 个数量级）并且更具可读性，按照建议进行简单的 numpy 乘法NPE。我得到这些时间：
0.0049ms -> N = 4, a = [i for i in range(N)], c = [a*b for a,b in zip(a, b)]
0.0075ms -> N = 4, a = [i for i in range(N)], c = a * b
0.0167ms -> N = 4, a = np.arange(N), c = [a*b for a,b in zip(a, b)]
0.0013ms -> N = 4, a = np.arange(N), c = a * b
0.0171ms -> N = 40, a = [i for i in range(N)], c = [a*b for a,b in zip(a, b)]
0.0095ms -> N = 40, a = [i for i in range(N)], c = a * b
0.1077ms -> N = 40, a = np.arange(N), c = [a*b for a,b in zip(a, b)]
0.0013ms -> N = 40, a = np.arange(N), c = a * b
0.1485ms -> N = 400, a = [i for i in range(N)], c = [a*b for a,b in zip(a, b)]
0.0397ms -> N = 400, a = [i for i in range(N)], c = a * b
1.0348ms -> N = 400, a = np.arange(N), c = [a*b for a,b in zip(a, b)]
0.0020ms -> N = 400, a = np.arange(N), c = a * b
即来自以下测试程序。
import timeit
init = ['''
import numpy as np
N = {}
a = {}
b = np.linspace(0.0, 0.5, len(a))
'''.format(i, j) for i in [4, 40, 400]
for j in ['[i for i in range(N)]', 'np.arange(N)']]
func = ['''c = [a*b for a,b in zip(a, b)]''',
'''c = a * b''']
for i in init:
for f in func:
lines = i.split('\n')
print('{:6.4f}ms -> {}, {}, {}'.format(
timeit.timeit(f, setup=i, number=1000), lines[2], lines[3], f))
维护列表类型，并在一行中完成（当然，在将 numpy 导入为 np 之后）：
list(np.array([1,2,3,4]) * np.array([2,3,4,5]))
或者
list(np.array(a) * np.array(b))
您可以将其用于相同长度的列表
def lstsum(a, b):
c=0
pos = 0
for element in a:
c+= element*b[pos]
pos+=1
return c
import ast,sys
input_str = sys.stdin.read()
input_list = ast.literal_eval(input_str)
list_1 = input_list[0]
list_2 = input_list[1]
import numpy as np
array_1 = np.array(list_1)
array_2 = np.array(list_2)
array_3 = array_1*array_2
print(list(array_3))