Question

如果我有一个列表，例如：

[[2, 0.84], [2, 0.75], [2, 0.63], [2, 0.6]]

有没有快速获取内部列表的所有第二个元素的列表？即，该示例将返回：

[0.84, 0.75, 0.63, 0.6]

我不完全确定为什么这不起作用：

list[:][0]

但是只返回列表中的一对值。

Answer 1

尝试：

>>> my_list = [[2, 0.84], [2, 0.75], [2, 0.63], [2, 0.6]]
>>> [item[1] for item in my_list]
[0.84, 0.75, 0.63, 0.6]

Answer 2

您的尝试list[:][0]不起作用，因为list[:]制作了list的副本，list[:][0]获取了副本的第一个子列表，而不是子列表的第一个元素。另外，请避免命名变量list，因为它会影响内置list。

这是一个为您提供所需输出的解决方案，但正如@Slater Tyranus的回答所示，它不是最有效的方法。

In [34]: a = [[2, 0.84], [2, 0.75], [2, 0.63], [2, 0.6]]

In [36]: list(zip(*a)[1])
Out[36]: [0.84, 0.75, 0.63, 0.6]

Answer 3

Hasan在一般情况下是正确的，但如果你通常在寻找这种切片，我会建议你开始使用numpy，这是真的为这种事情做的。具体做法是：

>>> import numpy as np

>>> my_array = np.array([[2, 0.84], [2, 0.75], [2, 0.63], [2, 0.6]])
>>> my_array[:, 1]
[0.84, 0.75, 0.63, 0.6]

就个人而言，我发现numpy切片更易于使用，并且它似乎与您对上述问题的直觉非常吻合。而且，对于大型阵列，它可能会更快。也就是说，对于这种大小的数组来说，显然要慢得多，发布时间结果如下：

>>> my_list = [[2, 0.84], [2, 0.75], [2, 0.63], [2, 0.6]]
>>> my_array = np.array(my_list)

>>> timeit.timeit("my_array[:, 1]", setup="from __main__ import my_array", number=10000)
0.016569137573242188

>>> timeit.timeit("[item[1] for item in my_list]", setup="from __main__ import my_list", number=10000)
0.006146907806396484

>>> timeit.timeit("list(zip(*my_list)[1])", setup="from __main__ import my_list", number=10000)
0.013128042221069336

为了展示更清晰的图片，我在一个更大的例子中运行结果，以显示这些不同的方法如何扩展：

>>> my_array = np.random.rand(100,100)
>>> my_list = my_array.tolist()

>>> timeit.timeit("my_array[:, 1]", setup="from __main__ import my_array", number=10000)
0.019372940063476562

>>> timeit.timeit("[item[1] for item in my_list]", setup="from __main__ import my_list", number=10000)
0.07012009620666504

>>> timeit.timeit("list(zip(*my_list)[1])", setup="from __main__ import my_list", number=10000)
1.2308871746063232

Python列表 - ＆gt;制作元素n的子列表

3 个答案: