对于喜欢函数式编程的人:

somelist[:] = filter(lambda tup: not determine(tup), somelist)

or

from itertools import ifilterfalse
somelist[:] = list(ifilterfalse(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

如果希望在迭代时从列表中删除元素，请使用while循环，以便在每次删除后都可以更改当前索引和结束索引。

例子:

i = 0
length = len(list1)

while i < length:
    if condition:
        list1.remove(list1[i])
        i -= 1
        length -= 1

    i += 1

对于喜欢函数式编程的人:

somelist[:] = filter(lambda tup: not determine(tup), somelist)

or

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

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)。

对于任何有潜力做大的东西，我使用以下方法。

import numpy as np

orig_list = np.array([1, 2, 3, 4, 5, 100, 8, 13])

remove_me = [100, 1]

cleaned = np.delete(orig_list, remove_me)
print(cleaned)

这应该比其他任何东西都快得多。