Понимание списка: возврат двух (или более) элементов для каждого элемента

Можно ли вернуть 2 (или более) элемента для каждого элемента в понимании списка?

Что хочу (пример):

[f(x), g(x) for x in range(n)]

должен вернуться [f(0), g(0), f(1), g(1), ..., f(n-1), g(n-1)]

Итак, что-то для замены этого блока кода:

result = list()
for x in range(n):
    result.add(f(x))
    result.add(g(x))

>>> from itertools import chain
>>> f = lambda x: x + 2
>>> g = lambda x: x ** 2
>>> list(chain.from_iterable((f(x), g(x)) for x in range(3)))
[2, 0, 3, 1, 4, 4]

Сроки:

from timeit import timeit

f = lambda x: x + 2
g = lambda x: x ** 2

def fg(x):
    yield f(x)
    yield g(x)

print timeit(stmt='list(chain.from_iterable((f(x), g(x)) for x in range(3)))',
             setup='gc.enable(); from itertools import chain; f = lambda x: x + 2; g = lambda x: x ** 2')

print timeit(stmt='list(chain.from_iterable(fg(x) for x in range(3)))',
             setup='gc.enable(); from itertools import chain; from __main__ import fg; f = lambda x: x + 2; g = lambda x: x ** 2')

print timeit(stmt='[func(x) for x in range(3) for func in (f, g)]',
             setup='gc.enable(); f = lambda x: x + 2; g = lambda x: x ** 2')


print timeit(stmt='list(chain.from_iterable((f(x), g(x)) for x in xrange(10**6)))',
             setup='gc.enable(); from itertools import chain; f = lambda x: x + 2; g = lambda x: x ** 2',
             number=20)

print timeit(stmt='list(chain.from_iterable(fg(x) for x in xrange(10**6)))',
             setup='gc.enable(); from itertools import chain; from __main__ import fg; f = lambda x: x + 2; g = lambda x: x ** 2',
             number=20)

print timeit(stmt='[func(x) for x in xrange(10**6) for func in (f, g)]',
             setup='gc.enable(); f = lambda x: x + 2; g = lambda x: x ** 2',
             number=20)

2,69210777094

3,13900787874

1,62461071932

25,5944058287

29.2623711793

25,7211849286

Понимание двойного списка:

[f(x) for x in range(5) for f in (f1,f2)]

Демо:

>>> f1 = lambda x: x
>>> f2 = lambda x: 10*x

>>> [f(x) for x in range(5) for f in (f1,f2)]
[0, 0, 1, 10, 2, 20, 3, 30, 4, 40]

sum( ([f(x),g(x)] for x in range(n)), [] )

Это эквивалентно [f(1),g(1)] + [f(2),g(2)] + [f(3),g(3)] + ...

Вы также можете думать об этом как о:

def flatten(list):
    ...

flatten( [f(x),g(x)] for x in ... )

примечание: правильный способ - использовать itertools.chain.from_iterableили понимание двойного списка. (Это не требует повторного создания списка на каждом +, поэтому производительность O (N), а не O (N ^ 2).) Я все равно буду использовать, sum(..., [])когда мне нужен быстрый однострочный текст или я тороплюсь. , или когда количество объединяемых терминов ограничено (например, <= 10). Вот почему я до сих пор упоминаю об этом здесь с этой оговоркой. Вы также можете использовать кортежи: ((f(x),g(x)) for ...), ()(или для каждого комментария хачика, имея генератор fg (x), который дает двухкортеж).

Эта лямбда-функция объединяет два списка в один:

zipped = lambda L1, L2: [L[i] 
                         for i in range(min(len(L1), len(L2))) 
                         for L in (L1, L2)]

Пример:

>>> f = [x for x in range(5)]
>>> g = [x*10 for x in range(5)]
>>> zipped(f, g)
[0, 0, 1, 10, 2, 20, 3, 30, 4, 40]

Я знаю, что OP ищет решение для понимания списка, но я хотел бы предложить альтернативное использование list.extend().

f = lambda x: x
g = lambda x: 10*x

result = []
extend = result.extend
for x in range(5):
    extend((f(x),g(x)))

что немного быстрее, чем использование двойного списка.

nums = range(100000)

def double_comprehension():
    return [func(x) for x in nums for func in (f,g)]

def list_extend():
    result = []
    extend = result.extend
    for x in nums:
        extend((f(x),g(x)))
    return result

%timeit -n100 double_comprehension()
23.4 ms ± 67 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit -n100 list_extend()
20.5 ms ± 213 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Версия Python: 3.8.0

Решение с использованием reduce :

from functools import reduce

f    = lambda x: f"f({x})" ## Just for example
g    = lambda x: f"g({x})"
data = [1, 2, 3]

reduce(lambda acc, x: acc + [f(x), g(x)], data, [])
# => ['f(1)', 'g(1)', 'f(2)', 'g(2)', 'f(3)', 'g(3)']

Хотя это и не понимание списка, это функциональный способ решения проблемы. Понимание списка - это, по сути, еще один способ обработки mapданных, но в этом случае, когда отображение не однозначно между входом и выходом, reduceостается некоторое пространство для маневра с тем, как может быть сгенерирован выход.

В общем, любая forреализация формы:

result = []
for n in some_data:
  result += some_operation()
  ## etc.

_{(Т.е. для циклов, предназначенных для создания побочного эффекта для списка или аналогичной структуры данных)}

Может быть преобразован в декларативную map/reduce/filterреализацию.