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？这些列表仅包含True 条目或索引指示的值？
property_asel = [545., 33.]
property_bsel = [ 1.2, 0.3]
【问题讨论】：
你可以使用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 的长度少于property_a 的长度，假设good_indices 是预先计算的而不是动态生成的。
编辑：第一个选项等效于itertools.compress，自 Python 2.7/3.1 起可用。请参阅@Gary Kerr 的回答。
property_asel = list(itertools.compress(property_a, good_objects))
【讨论】：
zip 将创建一个新列表，但在 Python 3 上它只会返回一个（惰性）生成器.
from itertools import izip 并在第一个示例中使用它而不是zip。这将创建一个迭代器，与 Python 3 相同。
Matlab 和 Scilab 语言为您提出的问题提供了比 Python 更简单、更优雅的语法，因此我认为您能做的最好的事情就是使用 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 试图模仿 Matlab/Scilab，但这是有代价的：您需要使用关键字“array”声明每个列表，这会使您的脚本超载（Matlab/Scilab 不存在此问题）。请注意，此解决方案仅限于数字数组，您的示例就是这种情况。
【讨论】：
filter 或外部库 pandas 获得与您的示例类似的语法。如果你要交换语言，你也可以试试 R，但 这不是问题要问的。
假设您只有项目列表和真实/必需索引列表，这应该是最快的：
property_asel = [ property_a[index] for index in good_indices ]
这意味着属性选择只会执行与真实/必需索引一样多的轮次。如果您有许多遵循单个标签（真/假）列表规则的属性列表，您可以使用相同的列表理解原则创建索引列表：
good_indices = [ index for index, item in enumerate(good_objects) if item ]
这会遍历 good_objects 中的每个项目（同时通过 enumerate 记住其索引）并仅返回该项目为 true 的索引。
对于没有理解列表的人，这里是英文散文版本，代码以粗体突出显示：
列出索引每组索引，项目存在在一个的枚举 good objects，if（其中）item 为 True
【讨论】：
使用内置函数zip
property_asel = [a for (a, truth) in zip(property_a, good_objects) if truth]
只看 2.7 的新功能。 itertools 模块中现在有一个函数，类似于上面的代码。
http://docs.python.org/library/itertools.html#itertools.compress
itertools.compress('ABCDEF', [1,0,1,0,1,1]) =>
A, C, E, F
【讨论】：
itertools.compress 让我不知所措。列表理解远更具可读性，无需深入了解压缩在做什么。
itertools.compress 的示例而不是复制粘贴文档示例？
我看到了 2 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]
使用列表推导并压缩它：
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]
【讨论】：
[property_b[i] for i in good_indices] 在没有numpy 的情况下使用是一个不错的选择