修改

Question

我有几个列表具有相同数量的条目（每个都指定一个对象属性）：

property_a = [545., 656., 5.4, 33.]
property_b = [ 1.2,  1.3, 2.3, 0.3]
...

并列出具有相同长度的标志

good_objects = [True, False, False, True]

（可以很容易地用等效的索引列表代替：

good_indices = [0, 3]

生成新列表property_asel，property_bsel，...的最简单方法是什么？它只包含由True条目或索引指示的值？

property_asel = [545., 33.]
property_bsel = [ 1.2, 0.3]

Answer 1

您可以使用list comprehension：

property_asel = [val for is_good, val in zip(good_objects, property_a) if is_good]

或

property_asel = [property_a[i] for i in good_indices]

后者更快，因为good_indices的长度比property_a的长度短，假设good_indices是预先计算的，而不是即时生成的。

编辑：第一个选项相当于自Python 2.7 / 3.1以来可用的itertools.compress。请参阅@Gary Kerr的回答。

property_asel = list(itertools.compress(good_objects, property_a))

Answer 2

我看到两个选项。

使用numpy：

property_a = numpy.array([545., 656., 5.4, 33.])
property_b = numpy.array([ 1.2,  1.3, 2.3, 0.3])
good_objects = [True, False, False, True]
good_indices = [0, 3]
property_asel = property_a[good_objects]
property_bsel = property_b[good_indices]

使用列表理解并压缩它：

property_a = [545., 656., 5.4, 33.]
property_b = [ 1.2,  1.3, 2.3, 0.3]
good_objects = [True, False, False, True]
good_indices = [0, 3]
property_asel = [x for x, y in zip(property_a, good_objects) if y]
property_bsel = [property_b[i] for i in good_indices]

Answer 3

使用内置函数zip

property_asel = [a for (a, truth) in zip(property_a, good_objects) if truth]

修改

只看2.7的新功能。现在itertools模块中有一个与上面代码类似的函数。

http://docs.python.org/library/itertools.html#itertools.compress

itertools.compress('ABCDEF', [1,0,1,0,1,1]) =>
  A, C, E, F

Answer 4

假设您只有项目列表和真实/必需指数列表，这应该是最快的：

property_asel = [ property_a[index] for index in good_indices ]

这意味着属性选择将只执行与真实/必需索引一样多的轮次。如果您有许多属性列表遵循单个标记（真/假）列表的规则，您可以使用相同的列表推导原则创建索引列表：

good_indices = [ index for index, item in enumerate(good_objects) if item ]

这遍历good_objects中的每个项目（同时用枚举记住它的索引）并仅返回item为true的索引。

对于没有获得列表理解的人，这里是一个英文散文版本，代码用粗体突出显示：

列出索引枚举 中索引的每一组好的对象，如果（其中）项为True

Answer 5

对于您提出的问题，Matlab和Scilab语言提供了比Python更简单，更优雅的语法，因此我认为您可以做的最好的方法是使用Python中的Numpy包来模仿Matlab / Scilab。通过这样做，您的问题的解决方案非常简洁和优雅：

from numpy import *
property_a = array([545., 656., 5.4, 33.])
property_b = array([ 1.2,  1.3, 2.3, 0.3])
good_objects = [True, False, False, True]
good_indices = [0, 3]
property_asel = property_a[good_objects]
property_bsel = property_b[good_indices]

Numpy尝试模仿Matlab / Scilab，但这需要付出代价：你需要使用关键字＆＃34; array＆＃34;来声明每个列表，这会使你的脚本超载（这个问题不存在）用Matlab / Scilab）。请注意，此解决方案仅限于数字数组，在您的示例中就是这种情况。

Python：根据索引集从列表中选择子集

5 个答案:

修改