我需要从给定的列表中选择一些元素，知道它们的索引。假设我想创建一个新列表，其中包含从给定列表[- 2,1,5,3,8,5,6]中索引为1,2,5的元素。我所做的是:
a = [-2,1,5,3,8,5,6]
b = [1,2,5]
c = [ a[i] for i in b]
有什么更好的办法吗?比如c = a[b] ?
当前回答
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
其他回答
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)
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
你可以使用operator.itemgetter:
from operator import itemgetter
a = [-2, 1, 5, 3, 8, 5, 6]
b = [1, 2, 5]
print(itemgetter(*b)(a))
# Result:
(1, 5, 5)
或者你可以使用numpy:
import numpy as np
a = np.array([-2, 1, 5, 3, 8, 5, 6])
b = [1, 2, 5]
print(list(a[b]))
# Result:
[1, 5, 5]
但说真的，你现在的解决方案很好。这可能是其中最简洁的一个。
我的回答没有使用numpy或python集合。
查找元素的一种简单方法如下:
a = [-2, 1, 5, 3, 8, 5, 6]
b = [1, 2, 5]
c = [i for i in a if i in b]
缺点:此方法可能不适用于较大的列表。对于较大的列表，建议使用numpy。
