我需要做一些类似的事情，在我的情况下，问题是内存——我需要在一个列表中合并多个数据集对象，在对它们做了一些事情之后，作为一个新对象，并且需要摆脱我正在合并的每个条目，以避免重复所有它们并增加内存。在我的情况下，对象在一个字典而不是一个列表工作得很好:

```

k = range(5)
v = ['a','b','c','d','e']
d = {key:val for key,val in zip(k, v)}

print d
for i in range(5):
    print d[i]
    d.pop(i)
print d

```

您可能希望使用内置的filter()。

更多详情请点击这里

最有效的方法是列表理解，很多人展示了他们的案例，当然，通过过滤器获得迭代器也是一个很好的方法。

过滤器接收一个函数和一个序列。Filter依次将传递的函数应用于每个元素，然后根据函数的返回值是True还是False来决定是否保留或丢弃该元素。

这里有一个例子(获取元组中的概率):

list(filter(lambda x:x%2==1, (1, 2, 4, 5, 6, 9, 10, 15)))  
# result: [1, 5, 9, 15]

警告:你也可以不处理迭代器。迭代器有时比序列更好。

您可以使用列表推导式创建一个新列表，其中只包含您不想删除的元素:

somelist = [x for x in somelist if not determine(x)]

或者，通过分配slice somlist[:]，你可以改变现有的列表，只包含你想要的项:

somelist[:] = [x for x in somelist if not determine(x)]

如果对某个列表的其他引用需要反映更改，则此方法可能很有用。

你也可以使用itertools来代替理解函数。在Python 2中:

from itertools import ifilterfalse
somelist[:] = ifilterfalse(determine, somelist)

或者在python3中:

from itertools import filterfalse
somelist[:] = filterfalse(determine, somelist)

在某些情况下，您所做的不仅仅是一次过滤一个列表项，您希望在迭代时更改迭代。

这里有一个例子，事先复制列表是不正确的，反向迭代是不可能的，列表理解也是一个选项。

""" Sieve of Eratosthenes """

def generate_primes(n):
    """ Generates all primes less than n. """
    primes = list(range(2,n))
    idx = 0
    while idx < len(primes):
        p = primes[idx]
        for multiple in range(p+p, n, p):
            try:
                primes.remove(multiple)
            except ValueError:
                pass #EAFP
        idx += 1
        yield p

建议列表推导的答案几乎是正确的，除了它们构建了一个全新的列表，然后给它一个与旧列表相同的名称，它们没有在适当的地方修改旧列表。这与Lennart建议的选择性删除不同——它更快，但如果您的列表是通过多个引用访问的，那么您只是重新设置了其中一个引用，而没有更改列表对象本身，这可能会导致微妙的、灾难性的错误。

幸运的是，它非常容易获得列表推导式的速度和所需的就地更改的语义——只是代码:

somelist[:] = [tup for tup in somelist if determine(tup)]

请注意与其他答案的细微区别:这个答案没有分配给一个裸名。它赋值给一个列表切片，恰好是整个列表，因此替换了同一Python列表对象中的列表内容，而不是像其他答案一样只是重新设置一个引用(从以前的列表对象到新的列表对象)。