Python使用另一个列表迭代列表

Question

我认为这很简单，但不适用于我。 我有 2 个列表：

a = [1, 3, 6]
b = [['A', 'B', 'C', 'D', 'E', 'F', 'G'],
     ['H', 'I', 'J', 'K', 'L', 'M', 'N'],
     ['O', 'P', 'Q', 'R', 'S', 'T', 'U']]

我需要使用 a 的元素遍历 b。

想要的输出是：

c = [['B', 'D', 'G'],
     ['I', 'K', 'N'],
     ['P', 'R', 'U']]

欢迎使用数组，有什么建议吗？

Answer 1

我喜欢使用map对列表进行操作：

list(map(lambda x: [x[i] for i in a], b))

[['B', 'D', 'G'], ['I', 'K', 'N'], ['P', 'R', 'U']]

Answer 2

由于它的简短性、语义和无需额外的模块，我更喜欢嵌套列表理解：

>>> [[l[i] for i in a] for l in b]
[['B', 'D', 'G'], ['I', 'K', 'N'], ['P', 'R', 'U']]

外部理解意味着'创建一个列表并将b 中的每个列表l 的内部理解结果添加到它。内部理解是“创建一个列表并为a 中的每个i 添加l 的i-th 元素。”

我注意到@norok2 测试了此选项的速度，但没有明确显示。

Answer 3

您可以使用内置operator 模块中的itemgetter() 方法：

from operator import itemgetter

a = itemgetter(1, 3, 6)

b = [['A', 'B', 'C', 'D', 'E', 'F', 'G'],
     ['H', 'I', 'J', 'K', 'L', 'M', 'N'],
     ['O', 'P', 'Q', 'R', 'S', 'T', 'U']]

c = [list(a(l)) for l in b]

print(c)

输出：

[['B', 'D', 'G'],
 ['I', 'K', 'N'],
 ['P', 'R', 'U']]

Answer 4

如果a 应该索引到每个子列表中，您可以使用以下嵌套列表理解

>>> [[sub[i] for i in a] for sub in b]
[['B', 'D', 'G'],
 ['I', 'K', 'N'],
 ['P', 'R', 'U']]

如果a 和b 是numpy.array 也可以

>>> b[:, a]
array([['B', 'D', 'G'],
       ['I', 'K', 'N'],
       ['P', 'R', 'U']], dtype='<U1')

Answer 5

（假设预期的输出只是有一个错字。）

最有效的通用方式是通过operator.itemgetter()。

from operator import itemgetter


a = [1, 3, 6]

b = [['A', 'B', 'C', 'D', 'E', 'F', 'G'],
     ['H', 'I', 'J', 'K', 'L', 'M', 'N'],
     ['O', 'P', 'Q', 'R', 'S', 'T', 'U']]

c = [list(itemgetter(*a)(x)) for x in b]
print(c)
# [['B', 'D', 'G'], ['I', 'K', 'N'], ['P', 'R', 'U']]

对于您的输入大小，转换为list 使其实际上与我系统上的双列表理解相当，但在其他方面更快。对于较大的a 大小，NumPy 实际上是最快的（尽管它要求b 的内部列表具有相同数量的元素，itemgetter 并不关心）。

从我的测试系统中出来的一些时间：

%timeit [[x[i] for i in a] for x in b]
# 1000000 loops, best of 3: 1.14 µs per loop
%timeit [list(itemgetter(*a)(x)) for x in b]
# 1000000 loops, best of 3: 1.13 ns per loop
%timeit [itemgetter(*a)(x) for x in b]
# 1000000 loops, best of 3: 732 ns per loop
%timeit np.array(b)[:, tuple(a)]
# 100000 loops, best of 3: 6.84 µs per loop

b = b * 1000000
%timeit [[x[i] for i in a] for x in b]
# 1 loop, best of 3: 1.19 s per loop
%timeit [list(itemgetter(*a)(x)) for x in b]
# 1 loop, best of 3: 1.15 s per loop
%timeit [itemgetter(*a)(x) for x in b]
# 1 loop, best of 3: 800 ms per loop
%timeit np.array(b)[:, tuple(a)]
# 1 loop, best of 3: 2.31 s per loop

a = a * 100
b = b * 10000
%timeit [[x[i] for i in a] for x in b]
# 1 loop, best of 3: 386 ms per loop
%timeit [list(itemgetter(*a)(x)) for x in b]
# 10 loops, best of 3: 193 ms per loop
%timeit [itemgetter(*a)(x) for x in b]
# 10 loops, best of 3: 171 ms per loop
%timeit np.array(b)[:, tuple(a)]
# 10 loops, best of 3: 63.1 ms per loop