访问列表的多个元素知道它们的索引

Posted 2023-02-16

【中文标题】访问列表的多个元素知道它们的索引

【英文标题】：Access multiple elements of list knowing their index

【发布时间】：2013-08-18 19:00:24

【问题描述】：

我需要从给定列表中选择一些元素，知道它们的索引。假设我想创建一个新列表，其中包含来自给定列表 [-2, 1, 5, 3, 8, 5, 6] 的索引为 1、2、5 的元素。我所做的是：

a = [-2,1,5,3,8,5,6]
b = [1,2,5]
c = [ a[i] for i in b]

有没有更好的方法呢？类似 c = a[b] 的东西？

【问题讨论】：

顺便说一句，我在这里找到了另一个解决方案。我还没有测试它，但我想我可以在这里发布它，一旦你对code.activestate.com/recipes/…@ 987654321 感兴趣

这与问题中提到的解决方案相同，但包含在 lambda 函数中。

how to extract elements from a list in python?的可能重复

【参考方案1】：

你可以使用operator.itemgetter:

from operator import itemgetter 
a = [-2, 1, 5, 3, 8, 5, 6]
b = [1, 2, 5]
print(itemgetter(*b)(a))
# Result:
(1, 5, 5)

或者你可以使用numpy:

import numpy as np
a = np.array([-2, 1, 5, 3, 8, 5, 6])
b = [1, 2, 5]
print(list(a[b]))
# Result:
[1, 5, 5]

---

但实际上，您当前的解决方案很好。它可能是所有这些中最整洁的。

【讨论】：

+1 提到c = [a[i] for i in b] 非常好。请注意，如果 b 的元素少于 2 个，itemgetter 解决方案将不会做同样的事情。

Side 注意：在多进程中工作时使用 itemgetter 不起作用。 Numpy 在多进程中效果很好。

附加注释，a[b]仅在 a 是 numpy 数组时起作用，即您使用 numpy 函数创建它。跨度>

我已经对非 numpy 选项进行了基准测试，并且 itemgetter 似乎是最快的，甚至比使用 Python 3.44 简单地在括号内键入所需的索引还要快

@citizen2077，你能举一个你描述的语法的例子吗？

【参考方案2】：

替代方案：

>>> map(a.__getitem__, b)
[1, 5, 5]

---

>>> import operator
>>> operator.itemgetter(*b)(a)
(1, 5, 5)

【讨论】：

第一个问题是__getitem__ 似乎不可比较，例如如何映射项目的类型？ map(type(a.__getitem__), b)

@alancalvitti，lambda x: type(a.__getitem__(x)), b。在这种情况下使用[..] 更紧凑：lambda x: type(a[x]), b

只需转换回列表：list(map(a.__getitem__, b))

【参考方案3】：

另一种解决方案可能是通过 pandas 系列：

import pandas as pd

a = pd.Series([-2, 1, 5, 3, 8, 5, 6])
b = [1, 2, 5]
c = a[b]

如果需要，您可以将 c 转换回列表：

c = list(c)

【参考方案4】：

比较提供的五个答案的执行时间的基本且不是非常广泛的测试：

def numpyIndexValues(a, b):
    na = np.array(a)
    nb = np.array(b)
    out = list(na[nb])
    return out

def mapIndexValues(a, b):
    out = map(a.__getitem__, b)
    return list(out)

def getIndexValues(a, b):
    out = operator.itemgetter(*b)(a)
    return out

def pythonLoopOverlap(a, b):
    c = [ a[i] for i in b]
    return c

multipleListItemValues = lambda searchList, ind: [searchList[i] for i in ind]

使用以下输入：

a = range(0, 10000000)
b = range(500, 500000)

简单的 python 循环是最快的，紧随其后的是 lambda 操作，mapIndexValues 和 getIndexValues 与 numpy 方法一直非常相似，在将列表转换为 numpy 数组后明显变慢。如果数据已经在 numpy 数组中，则使用 numpy.array 的 numpyIndexValues 方法移除转换是最快的。

numpyIndexValues -> time:1.38940598 (when converted the lists to numpy arrays)
numpyIndexValues -> time:0.0193445 (using numpy array instead of python list as input, and conversion code removed)
mapIndexValues -> time:0.06477512099999999
getIndexValues -> time:0.06391049500000001
multipleListItemValues -> time:0.043773591
pythonLoopOverlap -> time:0.043021754999999995

【讨论】：

我不知道您使用的是什么 Python 解释器，但第一种方法 numpyIndexValues 不起作用，因为 a、b 的类型为 range。我猜你想先将a、b 转换为numpy.ndarrays？

@strpeter 是的，我没有将苹果与苹果进行比较，我在 numpyIndexValues 的测试用例中创建了 numpy 数组作为输入。我现在已经解决了这个问题，并且都使用相同的列表作为输入。

【参考方案5】：

这里有一个更简单的方法：

a = [-2,1,5,3,8,5,6]
b = [1,2,5]
c = [e for i, e in enumerate(a) if i in b]

【参考方案6】：

我确信这已经被考虑过：如果 b 中的索引数量很小且恒定，则可以将结果写为：

c = [a[b[0]]] + [a[b[1]]] + [a[b[2]]]

如果索引本身是常量，甚至更简单......

c = [a[1]] + [a[2]] + [a[5]]

或者如果有连续的索引范围...

c = a[1:3] + [a[5]]

【讨论】：

谢谢你提醒我[a] + [b] = [a, b]

请注意，+ 会复制列表。您可能希望extend 原地修改列表。

【参考方案7】：

我的答案不使用 numpy 或 python 集合。

查找元素的一种简单方法如下：

a = [-2, 1, 5, 3, 8, 5, 6]
b = [1, 2, 5]
c = [i for i in a if i in b]

缺点：此方法可能不适用于较大的列表。对于较大的列表，建议使用 numpy。

【讨论】：

无需迭代a。 [a[i] for i in b]

这种方法在其他任何情况下都不起作用。如果a 里面还有另外 5 个呢？

IMO，使用 sets 更快地完成这种交叉路口

如果您担心 IndexErrors 如果 b 的数字超过 a 的大小，请尝试 [a[i] if i<len(a) else None for i in b]

【参考方案8】：

一种pythonic方式：

c = [x for x in a if a.index(x) in b]

【讨论】：

我会说这甚至比 OP 的示例更不“pythonic”——您已经设法将他们的 O(n) 解决方案变成了 O(n^2) 解决方案，同时还将代码的长度几乎增加了一倍.您还需要注意，如果列表包含对象将模糊或部分相等，则该方法将失败，例如如果a 包含float('nan')，这将总是引发ValueError。

【参考方案9】：

列表推导式显然是最直接和最容易记住的——除了非常pythonic！

无论如何，在提出的解决方案中，它并不是最快的（我已经使用 Python 3.8.3 在 Windows 上运行了测试）：

import timeit
from itertools import compress
import random
from operator import itemgetter
import pandas as pd

__N_TESTS__ = 10_000

vector = [str(x) for x in range(100)]
filter_indeces = sorted(random.sample(range(100), 10))
filter_boolean = random.choices([True, False], k=100)

# Different ways for selecting elements given indeces

# list comprehension
def f1(v, f):
   return [v[i] for i in filter_indeces]

# itemgetter
def f2(v, f):
   return itemgetter(*f)(v)

# using pandas.Series
# this is immensely slow
def f3(v, f):
   return list(pd.Series(v)[f])

# using map and __getitem__
def f4(v, f):
   return list(map(v.__getitem__, f))

# using enumerate!
def f5(v, f):
   return [x for i, x in enumerate(v) if i in f]

# using numpy array
def f6(v, f):
   return list(np.array(v)[f])

print(":30s::f secs".format("List comprehension", timeit.timeit(lambda:f1(vector, filter_indeces), number=__N_TESTS__)))
print(":30s::f secs".format("Operator.itemgetter", timeit.timeit(lambda:f2(vector, filter_indeces), number=__N_TESTS__)))
print(":30s::f secs".format("Using Pandas series", timeit.timeit(lambda:f3(vector, filter_indeces), number=__N_TESTS__)))
print(":30s::f secs".format("Using map and __getitem__", timeit.timeit(lambda: f4(vector, filter_indeces), number=__N_TESTS__)))
print(":30s::f secs".format("Enumeration (Why anyway?)", timeit.timeit(lambda: f5(vector, filter_indeces), number=__N_TESTS__)))

我的结果是：

列表理解：0.007113 秒 Operator.itemgetter :0.003247 秒 使用 Pandas 系列：2.977286 秒 使用地图和 getitem：0.005029 秒 枚举（为什么？）：0.135156 秒 Numpy：0.157018 秒

【参考方案10】：

静态索引和小列表？

不要忘记，如果列表很小且索引不变，如您的示例，有时最好使用sequence unpacking：

_,a1,a2,_,_,a3,_ = a

性能好很多，还可以省一行代码：

 %timeit _,a1,b1,_,_,c1,_ = a
10000000 loops, best of 3: 154 ns per loop 
%timeit itemgetter(*b)(a)
1000000 loops, best of 3: 753 ns per loop
 %timeit [ a[i] for i in b]
1000000 loops, best of 3: 777 ns per loop
 %timeit map(a.__getitem__, b)
1000000 loops, best of 3: 1.42 µs per loop