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

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']
>>> 

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]

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'

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]]