从列表或元组中明确选择项目

问题描述：

我有以下 Python 列表（也可以是元组）：

myList = ['foo', 'bar', 'baz', 'quux']

我可以说

>>> myList[0:3]
['foo', 'bar', 'baz']
>>> myList[::2]
['foo', 'baz']
>>> myList[1::2]
['bar', 'quux']

如何明确地挑选出索引没有特定模式的项目？例如，我想选择[0,2,3]。或者从一个包含 1000 个项目的大列表中，我想选择[87, 342, 217, 998, 500]。是否有一些 Python 语法可以做到这一点？看起来像这样：

>>> myBigList[87, 342, 217, 998, 500]

解决方案 1：

list( myBigList[i] for i in [87, 342, 217, 998, 500] )

我将答案与python 2.5.2进行了比较：

• 19.7 微秒：[ myBigList[i] for i in [87, 342, 217, 998, 500] ]

• 20.6微秒：map(myBigList.__getitem__, (87, 342, 217, 998, 500))

• 22.7 微秒：itemgetter(87, 342, 217, 998, 500)(myBigList)

• 24.6 微秒：list( myBigList[i] for i in [87, 342, 217, 998, 500] )

请注意，在 Python 3 中，第 1 个被更改为与第 4 个相同。

numpy.array另一个选择是从允许通过列表或以下方式进行索引开始numpy.array：

>>> import numpy
>>> myBigList = numpy.array(range(1000))
>>> myBigList[(87, 342, 217, 998, 500)]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: invalid index
>>> myBigList[[87, 342, 217, 998, 500]]
array([ 87, 342, 217, 998, 500])
>>> myBigList[numpy.array([87, 342, 217, 998, 500])]
array([ 87, 342, 217, 998, 500])

其tuple工作方式与切片不同。

解决方案 2：

那这个呢：

from operator import itemgetter
itemgetter(0,2,3)(myList)
('foo', 'baz', 'quux')

解决方案 3：

也许列表理解是有序的：

L = ['a', 'b', 'c', 'd', 'e', 'f']
print [ L[index] for index in [1,3,5] ]

生成：

['b', 'd', 'f']

这就是你要找的东西吗？

解决方案 4：

它不是内置的，但如果您愿意，可以创建一个以元组作为“索引”的列表子类：

class MyList(list):

    def __getitem__(self, index):
        if isinstance(index, tuple):
            return [self[i] for i in index]
        return super(MyList, self).__getitem__(index)


seq = MyList("foo bar baaz quux mumble".split())
print seq[0]
print seq[2,4]
print seq[1::2]

印刷

foo
['baaz', 'mumble']
['bar', 'quux']

解决方案 5：

>>> map(myList.__getitem__, (2,2,1,3))
('baz', 'baz', 'bar', 'quux')

如果您想要这样做，您还可以创建自己的List类，该类支持元组作为参数。__getitem__`myList[(2,2,1,3)]`

解决方案 6：

我只是想指出，即使 itemgetter 的语法看起来很简洁，但在大型列表上执行时速度有点慢。

import timeit
from operator import itemgetter
start=timeit.default_timer()
for i in range(1000000):
    itemgetter(0,2,3)(myList)
print ("Itemgetter took ", (timeit.default_timer()-start))

Itemgetter 占用 1.065209062149279

start=timeit.default_timer()
for i in range(1000000):
    myList[0],myList[2],myList[3]
print ("Multiple slice took ", (timeit.default_timer()-start))

多片切片耗时 0.6225321444745759

解决方案 7：

另一个可能的解决方案：

sek=[]
L=[1,2,3,4,5,6,7,8,9,0]
for i in [2, 4, 7, 0, 3]:
   a=[L[i]]
   sek=sek+a
print (sek)

解决方案 8：

就像通常当你有一个布尔 numpy 数组时一样mask

[mylist[i] for i in np.arange(len(mask), dtype=int)[mask]]

适用于任何序列或 np.array 的 lambda：

subseq = lambda myseq, mask : [myseq[i] for i in np.arange(len(mask), dtype=int)[mask]]

newseq = subseq(myseq, mask)

解决方案 9：

以下是一行 lambda：

list(map(lambda x: mylist[x],indices))

在哪里：

mylist=['a','b','c','d','e','f','g','h','i','j']
indices = [3, 5, 0, 2, 6]

输出：

['d', 'f', 'a', 'c', 'g']

解决方案 10：

从此列表中：

myList = ['foo', 'bar', 'baz', 'quux']

使用此代码选择第一、第三和第四个元素：

myList[0:1]+myList[1:2]+myList[2:3]

我发现这是最简单、最直接的方法。