你也可以使用数组索引的逐位补码反向遍历数组:

>>> array = [0, 10, 20, 40]
>>> [array[~i] for i, _ in enumerate(array)]
[40, 20, 10, 0]

不管你做什么，不要这样做;)

def reverse(my_list):
  L = len(my_list)
  for i in range(L/2):
    my_list[i], my_list[L-i - 1] = my_list[L-i-1], my_list[i]
  return my_list

另一个解决方案是使用numpy。翻一下

import numpy as np
array = [0, 10, 20, 40]
list(np.flip(array))
[40, 20, 10, 0]

使用列表推导式:

[array[n] for n in range(len(array)-1, -1, -1)]

一个干净简单的类对象来解决您的问题。

class lister():
    def reverse(self):
        return  [self[len(self)-e]for e,x in enumerate(self,start=1)]
print(lister.reverse([0, 10, 20, 40]))

逆向方法综述

有三种不同的内置方法来反转列表。哪种方法最好取决于你是否需要:

就地反转现有列表(更改原始列表变量) 最好的解决方案是object.reverse()方法 创建反转列表的迭代器(因为要将其提供给for循环、生成器等)。 最好的解决方案是reversed(object)，它创建了迭代器 创建列表的副本，只是顺序相反(以保留原始列表) 最佳解决方案是使用步长为-1的切片:object[::-1]

从速度的角度来看，最好使用上面的内置函数来反转列表。对于反转，与手动创建的循环或生成器相比，它们在短列表(10项)上的速度快2到8倍，在长列表上的速度快300多倍。这是有道理的——它们是用母语(即C)编写的，由专家创建、审查和优化。他们也更不容易出现缺陷，更有可能处理边缘和角落案例。

测试脚本

将这个答案中的所有代码片段放在一起，形成一个脚本，该脚本将运行下面描述的反向列表的不同方式。它将在运行100,000次时对每个方法进行计时。最后一节显示了长度为2、10和1000项的列表的结果。

from timeit import timeit
from copy import copy

def time_str_ms(t):
    return '{0:8.2f} ms'.format(t * 1000)

方法1:使用obj.reverse()在原地反向

如果目标只是反转现有列表中项的顺序，而不遍历它们或获取副本，则使用<list>.reverse()函数。直接在列表对象上运行此命令，所有项的顺序将颠倒:

注意，以下语句将反转给定的原始变量，尽管它也返回反转的列表。也就是说，你可以通过使用这个函数输出来创建一个副本。通常，您不会为此创建函数，但计时脚本需要这样做。

我们测试了这两种方法的性能——首先只是在原地反转列表(改变原始列表)，然后复制列表并在之后反转它，以查看与其他方法相比，这是否是创建反转副本的最快方法。

def rev_in_place(mylist):
    mylist.reverse()
    return mylist

def rev_copy_reverse(mylist):
    a = copy(mylist)
    a.reverse()
    return a

方法2:使用slices反转列表obj[::-1]

内置的索引切片方法允许您复制任何索引对象的一部分。

它不影响原来的对象 它构建一个完整的列表，而不是迭代器

通用语法是:<object>[first_index:last_index:step]。使用:<list>[::-1]来创建一个简单的反向列表。当一个选项为空时，它将它们设置为对象的第一个和最后一个元素的默认值(如果步长为负则相反)。

索引允许使用负数，它从对象索引的末尾向后计数(即-2是倒数第二项)。当步长为负数时，它将从最后一项开始，并向后索引该值。

def rev_slice(mylist):
    a = mylist[::-1]
    return a

方法3:使用reversed(obj)迭代器函数反转列表

有一个反向的(indexed_object)函数:

这将创建一个反向索引迭代器，而不是一个列表。如果您将它提供给一个循环，以便在大型列表上获得更好的性能，则非常好 这将创建一个副本，并且不影响原始对象

使用原始迭代器和从迭代器创建列表进行测试。

def reversed_iterator(mylist):
    a = reversed(mylist)
    return a

def reversed_with_list(mylist):
    a = list(reversed(mylist))
    return a

方法4:带有自定义/手动索引的反向列表

正如时间所示，创建自己的索引方法是一个坏主意。使用内置方法，除非你真的需要做一些自定义的事情。这仅仅意味着学习内置方法。

也就是说，较小的列表规模并不会带来巨大的损失，但当你扩大列表规模时，损失就会变得巨大。我敢肯定，下面的代码可以优化，但它永远无法匹配内置方法，因为它们是直接用本地语言实现的。

def rev_manual_pos_gen(mylist):
    max_index = len(mylist) - 1
    return [ mylist[max_index - index] for index in range(len(mylist)) ]

def rev_manual_neg_gen(mylist):
    ## index is 0 to 9, but we need -1 to -10
    return [ mylist[-index-1] for index in range(len(mylist)) ]

def rev_manual_index_loop(mylist):
    a = []
    reverse_index = len(mylist) - 1
    for index in range(len(mylist)):
        a.append(mylist[reverse_index - index])
    return a
    
def rev_manual_loop(mylist):
    a = []
    reverse_index = len(mylist)
    for index, _ in enumerate(mylist):
        reverse_index -= 1
        a.append(mylist[reverse_index])
    return a

为每种方法计时

下面是脚本的其余部分，用于计算每个反转方法的时间。它表明使用obj.reverse()和创建reversed(obj)迭代器始终是最快的，而使用切片是创建副本的最快方法。

它也证明了不要试图创造一种方法来做你自己，除非你不得不这样做!

loops_to_test = 100000
number_of_items = 10
list_to_reverse = list(range(number_of_items))
if number_of_items < 15:
    print("a: {}".format(list_to_reverse))
print('Loops: {:,}'.format(loops_to_test))
# List of the functions we want to test with the timer, in print order
fcns = [rev_in_place, reversed_iterator, rev_slice, rev_copy_reverse,
        reversed_with_list, rev_manual_pos_gen, rev_manual_neg_gen,
        rev_manual_index_loop, rev_manual_loop]
max_name_string = max([ len(fcn.__name__) for fcn in fcns ])
for fcn in fcns:
    a = copy(list_to_reverse) # copy to start fresh each loop
    out_str = ' | out = {}'.format(fcn(a)) if number_of_items < 15 else ''
    # Time in ms for the given # of loops on this fcn
    time_str = time_str_ms(timeit(lambda: fcn(a), number=loops_to_test))
    # Get the output string for this function
    fcn_str = '{}(a):'.format(fcn.__name__)
    # Add the correct string length to accommodate the maximum fcn name
    format_str = '{{fx:{}s}} {{time}}{{rev}}'.format(max_name_string + 4)
    print(format_str.format(fx=fcn_str, time=time_str, rev=out_str))

计时结果

结果表明，使用最适合于特定类型反转的内置方法，缩放效果最好。换句话说，随着对象元素数量的增加，内置方法的速度甚至超过其他方法。

直接实现所需内容的内置方法比将内容串在一起要好。例如，如果你需要反向列表的副本，切片是最好的-它比从list(reversed(obj))函数创建一个副本列表快，也比创建一个列表副本然后在原地执行obj.reverse()快，但速度永远不会超过两倍。与此同时，自定义方法对于大型列表可能需要更长数量级的时间。

对于缩放，对于一个1000项的列表，reversed(<list>)函数调用需要大约30毫秒来设置迭代器，反向只需要大约55毫秒，使用slice方法需要大约210毫秒来创建一个完整的反向列表的副本，但是我做的最快的手动方法需要大约8400毫秒。

清单中有2项:

a: [0, 1]
Loops: 100,000
rev_in_place(a):             24.70 ms | out = [1, 0]
reversed_iterator(a):        30.48 ms | out = <list_reverseiterator object at 0x0000020242580408>
rev_slice(a):                31.65 ms | out = [1, 0]
rev_copy_reverse(a):         63.42 ms | out = [1, 0]
reversed_with_list(a):       48.65 ms | out = [1, 0]
rev_manual_pos_gen(a):       98.94 ms | out = [1, 0]
rev_manual_neg_gen(a):       88.11 ms | out = [1, 0]
rev_manual_index_loop(a):    87.23 ms | out = [1, 0]
rev_manual_loop(a):          79.24 ms | out = [1, 0]

清单中有10项:

rev_in_place(a):             23.39 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
reversed_iterator(a):        30.23 ms | out = <list_reverseiterator object at 0x00000290A3CB0388>
rev_slice(a):                36.01 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
rev_copy_reverse(a):         64.67 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
reversed_with_list(a):       50.77 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
rev_manual_pos_gen(a):      162.83 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
rev_manual_neg_gen(a):      167.43 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
rev_manual_index_loop(a):   152.04 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
rev_manual_loop(a):         183.01 ms | out = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

列表中有1000个项目:

rev_in_place(a):             56.37 ms
reversed_iterator(a):        30.47 ms
rev_slice(a):               211.42 ms
rev_copy_reverse(a):        295.74 ms
reversed_with_list(a):      418.45 ms
rev_manual_pos_gen(a):     8410.01 ms
rev_manual_neg_gen(a):    11054.84 ms
rev_manual_index_loop(a): 10543.11 ms
rev_manual_loop(a):       15472.66 ms