就地插入列表（或数组）答案

【问题标题】：In place insertion into list (or array)就地插入列表（或数组）
【发布时间】：2017-11-13 09:22:43
【问题描述】：

我正在 Python 中运行一个脚本，我需要将新数字插入到特定索引位置的数组（或列表）中。问题是，显然当我插入新数字时，索引位置无效。有没有一种聪明的方法可以一次在索引位置插入新值？还是在我添加时增加索引号（对的第一个值）的唯一解决方案？

示例测试代码sn-ps：

original_list = [0, 1, 2, 3, 4, 5, 6, 7]
insertion_indices = [1, 4, 5]
new_numbers = [8, 9, 10]
pairs = [(insertion_indices[i], new_numbers[i]) for i in range(len(insertion_indices))]

for pair in pairs:
    original_list.insert(pair[0], pair[1])

结果：

[0, 8, 1, 2, 9, 10, 3, 4, 5, 6, 7]

而我想要：

[0, 8, 1, 2, 3, 9, 4, 10, 5, 6, 7]

【问题讨论】：

@Divakar Typo for insertion_indices 我猜。

标签： python arrays numpy indexing list-comprehension

【解决方案1】：

按倒序插入这些值。像这样：

original_list = [0, 1, 2, 3, 4, 5, 6, 7]
insertion_indices = [1, 4, 5]
new_numbers = [8, 9, 10]

new = zip(insertion_indices, new_numbers)
new.sort(reverse=True)

for i, x in new:
    original_list.insert(i, x)

这个工作的原因是基于以下观察：

在list 的开头插入一个值会将所有其他值的索引偏移1。但在末尾插入一个值，索引保持不变。因此，如果您首先插入具有最大索引 (10) 的值并继续“向后”，则无需更新任何索引。

【讨论】：

【解决方案2】：

被 NumPy 标记并且由于输入被提及为列表/数组，您可以简单地使用内置 numpy.insert -

np.insert(original_list, insertion_indices, new_numbers)

要将理论推广为定制的理论（主要是为了性能），我们可以使用掩码，就像这样 -

def insert_numbers(original_list,insertion_indices, new_numbers):
    # Length of output array                               
    n = len(original_list)+len(insertion_indices)

    # Setup mask array to selecrt between new and old numbers
    mask = np.ones(n,dtype=bool)
    mask[insertion_indices+np.arange(len(insertion_indices))] = 0

    # Setup output array for assigning values from old and new lists/arrays
    # by using mask and inverted mask version
    out = np.empty(n,dtype=int)
    out[mask] = original_list
    out[~mask] = new_numbers
    return out

对于列表输出，附加.tolist()。

示例运行 -

In [83]: original_list = [0, 1, 2, 3, 4, 5, 6, 7]
    ...: insertion_indices = [1, 4, 5]
    ...: new_numbers = [8, 9, 10]
    ...: 

In [85]: np.insert(original_list, insertion_indices, new_numbers)
Out[85]: array([ 0,  8,  1,  2,  3,  9,  4, 10,  5,  6,  7])

In [86]: np.insert(original_list, insertion_indices, new_numbers).tolist()
Out[86]: [0, 8, 1, 2, 3, 9, 4, 10, 5, 6, 7]

在 10000x 缩放数据集上的运行时测试 -

In [184]: original_list = range(70000)
     ...: insertion_indices = np.sort(np.random.choice(len(original_list), 30000, replace=0)).tolist()
     ...: new_numbers = np.random.randint(0,10, len(insertion_indices)).tolist()
     ...: out1 = np.insert(original_list, insertion_indices, new_numbers)
     ...: out2 = insert_numbers(original_list, insertion_indices, new_numbers)
     ...: print np.allclose(out1, out2)
True

In [185]: %timeit np.insert(original_list, insertion_indices, new_numbers)
100 loops, best of 3: 5.37 ms per loop

In [186]: %timeit insert_numbers(original_list, insertion_indices, new_numbers)
100 loops, best of 3: 4.8 ms per loop

让我们以数组作为输入进行测试 -

In [190]: original_list = np.arange(70000)
     ...: insertion_indices = np.sort(np.random.choice(len(original_list), 30000, replace=0))
     ...: new_numbers = np.random.randint(0,10, len(insertion_indices))
     ...: out1 = np.insert(original_list, insertion_indices, new_numbers)
     ...: out2 = insert_numbers(original_list, insertion_indices, new_numbers)
     ...: print np.allclose(out1, out2)
True

In [191]: %timeit np.insert(original_list, insertion_indices, new_numbers)
1000 loops, best of 3: 1.48 ms per loop

In [192]: %timeit insert_numbers(original_list, insertion_indices, new_numbers)
1000 loops, best of 3: 1.07 ms per loop

性能猛增，因为转换为列表时没有运行时开销。

【讨论】：

这个答案很好！
感谢您提供的两个选项！性能是一个问题，所以定制的功能很棒！

【解决方案3】：

在你的 for 循环之前添加这个：

for i in range(len(insertion_indices)):
    insertion_indices[i]+=i

【讨论】：

【解决方案4】：

每次插入后将所需索引增加 1

original_list = [0, 1, 2, 3, 4, 5, 6, 7]
insertion_indices = [1, 4, 5]
new_numbers = [8, 9, 10]

for i in range(len(insertion_indices)):
    original_list.insert(insertion_indices[i]+i,new_numbers[i])

print(original_list)

输出

[0, 8, 1, 2, 3, 9, 4, 10, 5, 6, 7]

#Required list
[0, 8, 1, 2, 3, 9, 4, 10, 5, 6, 7]

【讨论】：

【解决方案5】：

不太优雅，但也很有效：使用 numpy ndarray，每次都增加索引：

import numpy as np

original_list = [0, 1, 2, 3, 4, 5, 6, 7]
insertion_indices = [1, 4, 5]
new_numbers = [8, 9, 10]
pairs = np.array([[insertion_indices[i], new_numbers[i]] for i in range(len(insertion_indices))])

for pair in pairs:
    original_list.insert(pair[0], pair[1])
    pairs[:, 0] += 1

【讨论】：