我想从匹配条件的列表中获得第一项。产生的方法不能处理整个列表，这一点很重要，因为列表可能相当大。例如，以下函数就足够了:
def first(the_iterable, condition = lambda x: True):
for i in the_iterable:
if condition(i):
return i
这个函数可以这样使用:
>>> first(range(10))
0
>>> first(range(10), lambda i: i > 3)
4
但是，我想不出一个好的内置/单行程序来让我这样做。如果没有必要，我不想复制这个函数。是否有一种内置的方法来获取匹配条件的第一项?
当前回答
该死的例外!
我喜欢Alex Martelli的回答。然而，由于next()在没有项目时抛出StopIteration异常， 我会使用下面的代码片段来避免异常:
a = []
item = next((x for x in a), None)
例如,
a = []
item = next(x for x in a)
将引发StopIteration异常;
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
其他回答
通过使用
(index for index, value in enumerate(the_iterable) if condition(value))
可以检查the_iterable中第一项的值的条件，并获得它的索引，而不需要计算the_iterable中的所有项。
要使用的完整表达式是
first_index = next(index for index, value in enumerate(the_iterable) if condition(value))
这里first_index假设上面讨论的表达式中标识的第一个值的值。
该死的例外!
我喜欢Alex Martelli的回答。然而，由于next()在没有项目时抛出StopIteration异常， 我会使用下面的代码片段来避免异常:
a = []
item = next((x for x in a), None)
例如,
a = []
item = next(x for x in a)
将引发StopIteration异常;
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
下面是带有基准的3个备选方案。
使用next ()
一行程序:
values = list(range(1, 10000000))
value = next((x for x in values if x > 9999999), None)
使用函数
这是使用函数next()的替代方案，它大约快2%-5%:
values = list(range(1, 10000000))
def first(items):
for item in items:
if item > 9999999: # Your condition
return item
return None # Default value
value = first(values)
使用λ
这是一个在所有情况下都可用于替换next()的函数。性能大约降低300%:
values = list(range(1, 10000000))
def first(items, condition, default = None):
for item in items:
if condition(item):
return item
return default
value = first(values, lambda x: x > 9999999, None)
基准
功能:1 x 下:1.02 - 1.05 x Lambda: > 3x
内存消耗相同。
这就是基准。
你也可以在Numpy中使用argwhere函数。例如:
i)找到“helloworld”中的第一个“l”:
import numpy as np
l = list("helloworld") # Create list
i = np.argwhere(np.array(l)=="l") # i = array([[2],[3],[8]])
index_of_first = i.min()
ii)求第一个随机数> 0.1
import numpy as np
r = np.random.rand(50) # Create random numbers
i = np.argwhere(r>0.1)
index_of_first = i.min()
iii)求最后一个随机数> 0.1
import numpy as np
r = np.random.rand(50) # Create random numbers
i = np.argwhere(r>0.1)
index_of_last = i.max()
作为一个可重用、文档化和测试的函数
def first(iterable, condition = lambda x: True):
"""
Returns the first item in the `iterable` that
satisfies the `condition`.
If the condition is not given, returns the first item of
the iterable.
Raises `StopIteration` if no item satysfing the condition is found.
>>> first( (1,2,3), condition=lambda x: x % 2 == 0)
2
>>> first(range(3, 100))
3
>>> first( () )
Traceback (most recent call last):
...
StopIteration
"""
return next(x for x in iterable if condition(x))
带有默认参数的版本
@zorf建议这个函数的一个版本，如果可迭代对象为空或没有匹配条件的项，你可以有一个预定义的返回值:
def first(iterable, default = None, condition = lambda x: True):
"""
Returns the first item in the `iterable` that
satisfies the `condition`.
If the condition is not given, returns the first item of
the iterable.
If the `default` argument is given and the iterable is empty,
or if it has no items matching the condition, the `default` argument
is returned if it matches the condition.
The `default` argument being None is the same as it not being given.
Raises `StopIteration` if no item satisfying the condition is found
and default is not given or doesn't satisfy the condition.
>>> first( (1,2,3), condition=lambda x: x % 2 == 0)
2
>>> first(range(3, 100))
3
>>> first( () )
Traceback (most recent call last):
...
StopIteration
>>> first([], default=1)
1
>>> first([], default=1, condition=lambda x: x % 2 == 0)
Traceback (most recent call last):
...
StopIteration
>>> first([1,3,5], default=1, condition=lambda x: x % 2 == 0)
Traceback (most recent call last):
...
StopIteration
"""
try:
return next(x for x in iterable if condition(x))
except StopIteration:
if default is not None and condition(default):
return default
else:
raise
