从Python列表或元组中明确选择项目

时间:2011-07-09 01:49:10

标签: python list select indexing tuples

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']

如何明确挑选索引没有特定模式的项目?例如,我想选择[0,2,3]。或者从1000个项目的非常大的列表中,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:

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

8 个答案:

答案 0 :(得分:123)

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 usec:[ myBigList[i] for i in [87, 342, 217, 998, 500] ]

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

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

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

请注意,在Python 3中,第1个更改为与第4个相同。


另一种选择是从numpy.array开始,允许通过列表或numpy.array进行索引:

>>> 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])

tuple与切片的工作方式不同。

答案 1 :(得分:35)

这个怎么样:

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

答案 2 :(得分:9)

它不是内置的,但如果您愿意,可以创建一个列表的子类,将元组作为“索引”:

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']

答案 3 :(得分:6)

列表理解可能是有序的:

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

产地:

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

这就是你要找的东西吗?

答案 4 :(得分:6)

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

如果您希望能够执行List,您还可以创建自己的__getitem__类,该类支持将元组作为myList[(2,2,1,3)]的参数。

答案 5 :(得分:1)

我只想指出,即使itemgetter的语法看起来很整洁,但在大型列表上执行时有点慢。

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参加了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))

多片获取0.6225321444745759

答案 6 :(得分:0)

另一种可能的解决方案:

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)

答案 7 :(得分:0)

like often when you have a boolean numpy array like mask

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

A lambda that works for any sequence or np.array:

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

newseq = subseq(myseq, mask)