这里有一个更简单的方法:

a = [-2,1,5,3,8,5,6]
b = [1,2,5]
c = [e for i, e in enumerate(a) if i in b]

另一个解决方案是通过熊猫系列:

import pandas as pd

a = pd.Series([-2, 1, 5, 3, 8, 5, 6])
b = [1, 2, 5]
c = a[b]

如果你想，你可以把c转换回一个列表:

c = list(c)

这里有一个更简单的方法:

a = [-2,1,5,3,8,5,6]
b = [1,2,5]
c = [e for i, e in enumerate(a) if i in b]

我相信这已经被考虑过了:如果b中的指标数量很小并且是常数，我们可以这样写结果:

c = [a[b[0]]] + [a[b[1]]] + [a[b[2]]]

或者更简单，如果索引本身是常量……

c = [a[1]] + [a[2]] + [a[5]]

或者如果有一个连续的索引范围…

c = a[1:3] + [a[5]]

截至2022年6月，最新熊猫==1.4.2的结果如下。

注意，简单的切片不再可能，基准测试结果更快。

import timeit
import pandas as pd
print(pd.__version__)
# 1.4.2

pd.Series([-2, 1, 5, 3, 8, 5, 6])[1, 2, 5]
# KeyError: 'key of type tuple not found and not a MultiIndex'

pd.Series([-2, 1, 5, 3, 8, 5, 6]).iloc[[1, 2, 5]].tolist()
# [1, 5, 5]

def extract_multiple_elements():
    return pd.Series([-2, 1, 5, 3, 8, 5, 6]).iloc[[1, 2, 5]].tolist()

__N_TESTS__ = 10_000
t1 = timeit.timeit(extract_multiple_elements, number=__N_TESTS__)
print(round(t1, 3), 'seconds')
# 1.035 seconds

静态索引和小列表?

不要忘记，如果列表很小，并且索引没有改变，就像你的例子中，有时最好的方法是使用序列解包:

_,a1,a2,_,_,a3,_ = a

性能大大提高，你还可以节省一行代码:

 %timeit _,a1,b1,_,_,c1,_ = a
10000000 loops, best of 3: 154 ns per loop 
%timeit itemgetter(*b)(a)
1000000 loops, best of 3: 753 ns per loop
 %timeit [ a[i] for i in b]
1000000 loops, best of 3: 777 ns per loop
 %timeit map(a.__getitem__, b)
1000000 loops, best of 3: 1.42 µs per loop