你是说像这样的事吗?

new_list = [ seq[0] for seq in yourlist ]

实际上，您拥有的是一个元组对象列表，而不是一个集合列表(正如您最初的问题所暗示的那样)。如果它实际上是一个集合的列表，那么就没有第一个元素，因为集合没有顺序。

这里我创建了一个平面列表，因为一般来说，这似乎比创建一个只有一个元素元组的列表更有用。但是，只需用(seq[0]，)替换seq[0]，就可以轻松创建一个只有1个元素元组的列表。

这些是元组，不是集合。你可以这样做:

l1 = [(1, u'abc'), (2, u'def')]
l2 = [(tup[0],) for tup in l1]
l2
>>> [(1,), (2,)]

>>> a = [(1, u'abc'), (2, u'def')]
>>> [i[0] for i in a]
[1, 2]

使用zip函数解耦元素:

>>> inpt = [(1, u'abc'), (2, u'def')]
>>> unzipped = zip(*inpt)
>>> print unzipped
[(1, 2), (u'abc', u'def')]
>>> print list(unzipped[0])
[1, 2]

编辑(@BradSolomon): 以上内容适用于Python 2。X，其中zip返回一个列表。

在Python 3中。X, zip返回一个迭代器，下面的等价于上面的:

>>> print(list(list(zip(*inpt))[0]))
[1, 2]

如果元组是唯一的，那么这可以工作

>>> a = [(1, u'abc'), (2, u'def')]
>>> a
[(1, u'abc'), (2, u'def')]
>>> dict(a).keys()
[1, 2]
>>> dict(a).values()
[u'abc', u'def']
>>> 

这就是什么算子。Itemgetter是for。

>>> a = [(1, u'abc'), (2, u'def')]
>>> import operator
>>> b = map(operator.itemgetter(0), a)
>>> b
[1, 2]

itemgetter语句返回一个函数，该函数返回您指定的索引处的元素。这和写作完全一样

>>> b = map(lambda x: x[0], a)

但我发现itemgetter更清晰、更明确。

这对于创建紧凑排序语句很方便。例如,

>>> c = sorted(a, key=operator.itemgetter(0), reverse=True)
>>> c
[(2, u'def'), (1, u'abc')]

当我运行时(如上所述):

>>> a = [(1, u'abc'), (2, u'def')]
>>> import operator
>>> b = map(operator.itemgetter(0), a)
>>> b

而不是返回:

[1, 2]

我收到了这样的回报:

<map at 0xb387eb8>

我发现我必须使用list():

>>> b = list(map(operator.itemgetter(0), a))

使用此建议成功返回一个列表。也就是说，我对这个解决方案很满意，谢谢。(使用Spyder、iPython控制台、Python v3.6测试/运行)

你可以使用“元组解包”:

>>> my_list = [(1, 'abc'), (2, 'def')]
>>> my_ids = [idx for idx, val in my_list]
>>> my_ids
[1, 2]

在迭代时，每个元组被解包，其值被设置为变量idx和val。

>>> x = (1, 'abc')
>>> idx, val = x
>>> idx
1
>>> val
'abc'

从性能的角度来看，在python3中。X

[i[0] for i in a]和list(zip(*a))[0]等价 它们比list(map(operator.itemgetter(0)， a))更快

Code

import timeit


iterations = 100000
init_time = timeit.timeit('''a = [(i, u'abc') for i in range(1000)]''', number=iterations)/iterations
print(timeit.timeit('''a = [(i, u'abc') for i in range(1000)]\nb = [i[0] for i in a]''', number=iterations)/iterations - init_time)
print(timeit.timeit('''a = [(i, u'abc') for i in range(1000)]\nb = list(zip(*a))[0]''', number=iterations)/iterations - init_time)

输出

3.491014136001468 e-05

3.422205176000717 e-05

你可以解包你的元组，使用列表推导式只得到第一个元素:

l = [(1, u'abc'), (2, u'def')]
[f for f, *_ in l]

输出:

[1, 2]

不管你在元组中有多少个元素，这都是有效的:

l = [(1, u'abc'), (2, u'def', 2, 4, 5, 6, 7)]
[f for f, *_ in l]

输出:

[1, 2]

我认为比较不同方法的运行时可能是有用的，所以我做了一个基准测试(使用simple_benchmark库)

I)具有2个元素的元组的基准测试

由于您可能希望通过索引0从元组中选择第一个元素，因此通过期望恰好有2个值，0显示出非常接近解包解决方案的最快解决方案

import operator
import random

from simple_benchmark import BenchmarkBuilder

b = BenchmarkBuilder()



@b.add_function()
def rakesh_by_index(l):
    return [i[0] for i in l]


@b.add_function()
def wayneSan_zip(l):
    return list(list(zip(*l))[0])


@b.add_function()
def bcattle_itemgetter(l):
     return list(map(operator.itemgetter(0), l))


@b.add_function()
def ssoler_upacking(l):
    return [idx for idx, val in l]

@b.add_function()
def kederrack_unpacking(l):
    return [f for f, *_ in l]



@b.add_arguments('Number of tuples')
def argument_provider():
    for exp in range(2, 21):
        size = 2**exp
        yield size, [(random.choice(range(100)), random.choice(range(100))) for _ in range(size)]


r = b.run()
r.plot()

II)基准具有2个或更多元素的元组

import operator
import random

from simple_benchmark import BenchmarkBuilder

b = BenchmarkBuilder()

@b.add_function()
def kederrack_unpacking(l):
    return [f for f, *_ in l]


@b.add_function()
def rakesh_by_index(l):
    return [i[0] for i in l]


@b.add_function()
def wayneSan_zip(l):
    return list(list(zip(*l))[0])


@b.add_function()
def bcattle_itemgetter(l):
     return list(map(operator.itemgetter(0), l))


@b.add_arguments('Number of tuples')
def argument_provider():
    for exp in range(2, 21):
        size = 2**exp
        yield size, [tuple(random.choice(range(100)) for _
                     in range(random.choice(range(2, 100)))) for _ in range(size)]

from pylab import rcParams
rcParams['figure.figsize'] = 12, 7

r = b.run()
r.plot()

我想知道为什么没有人建议使用numpy，但现在检查后我明白了。对于混合类型数组，它可能不是最好的。

这将是numpy中的一个解决方案:

>>> import numpy as np

>>> a = np.asarray([(1, u'abc'), (2, u'def')])
>>> a[:, 0].astype(int).tolist()
[1, 2]

要获取列表或元组的元素，可以遍历列表或元组

a = [(1, u'abc'), (2, u'def')]

list1 = [a[i][0] for i in range(len(a))]

print(list1)

我更喜欢这样拉:

>>> lst = [(1, u'abc'), (2, u'def')]
>>> new, _ = zip(*lst)
>>> new
(1, 2)
>>> 

或者如果你不知道有多少额外的值

>>> new, *_ = zip(*lst)
>>> new
(1, 2)
>>> 

如果你需要转换为一个嵌套的列表，答案将是:

a = [(1, u'abc'), (2, u'def')]
print([list(i[0]) for i in a])

输出:

[[1], [2]]

另一个简单的建议是，如果你需要转换为一个嵌套的元组，并且列表中的所有元素的答案将是:

s=[]
for i in range(len(a)):
    s.append(a[i][0])
print(s)

输出:

[(1),(2)]