获取不在索引列表中的列表元素

Question

我有一个索引列表：

idx = [1,4,5]

以及感兴趣的列表：

mylist = ['a','b','c','d','e','f']

我想从mylist 中取出索引不在idx 中的所有元素。

所以结果应该是：

['a','c','d']

我也可以将mylist 拆分为['a','c','d'] 和['b','e','f']，因为无论如何我都会使用它们。

一个 numpy 版本是可以的，虽然我现在实际上只有两个列表。

Answer 1

通过numpy，您可以使用掩码数组。

import numpy as np
x=np.array(mylist)
mask=np.full(len(mylist),True,dtype=bool)
mask[idx]=False
y=x[mask]
z=x[~mask]
print(y,z)

Answer 2

如果你想同时保留两者并且你可以使用一个函数，你可以使用：

def partition_on_index(it, indices):
    indices = set(indices)   # convert to set for fast lookups
    l1, l2 = [], []
    l_append = (l1.append, l2.append)
    for idx, element in enumerate(it):
        l_append[idx in indices](element)
    return l1, l2

这里有一个技巧，那就是l_append[idx in indices]。 idx in indices 将返回一个布尔值，表示条件是True 还是False。由于布尔值是 Python 中整数的子类，因此可以将其解释为 0（如果是 False）或 1（如果是 True），因此是 l_append 元组的有效索引。

l_append 元组因此可以方便地替代循环内的if ... else ... 和它hoists 查找append 方法，从而提高函数的速度少量。所以这相当于：

def partition_on_index_probably_slower(it, indices):
    indices = set(indices)   # convert to set for fast lookups
    l1, l2 = [], []
    for idx, element in enumerate(it):
        if idx in indices:
            l2.append(element)
        else:
            l1.append(element)
    return l1, l2

但是让我们看一个例子，第一个函数是如何工作的：

>>> idx = [1,4,5]
>>> mylist = ['a','b','c','d','e','f']
>>> l1, l2 = partition_on_index(mylist, idx)
>>> l1
['a', 'c', 'd']
>>> l2
['b', 'e', 'f']

时间安排：

我使用来自this answer 的框架来衡量性能：

import random
import numpy as np

def func1(mylist, idx):
    idx = set(idx)
    in_idx, not_in_idx = [], []
    for i, e in enumerate(mylist):
        (not_in_idx, in_idx)[i in idx].append(e)
    return in_idx, not_in_idx

def partition_on_index(it, indices):
    indices = set(indices)   # convert to set for fast lookups
    l1, l2 = [], []
    l_append = (l1.append, l2.append)
    for idx, element in enumerate(it):
        l_append[idx in indices](element)
    return l1, l2

def func2(mylist, idx):
    x = np.asarray(mylist)
    mask = np.ones(len(mylist), dtype=bool)
    mask[idx] = False
    return x[mask], x[~mask]

# Timing setup
timings = {func1: [], partition_on_index: [], func2: []}
sizes = [2**i for i in range(1, 20, 2)]

# Timing
for size in sizes:
    mylist = list(range(size))
    indices = list({random.randint(0, size-1) for _ in range(size//2)})
    for func in timings:
        res = %timeit -o func(mylist, indices)
        timings[func].append(res)

所以对于小列表，函数partition_on_index 表现最好。但是，如果输入包含数千个（或更多）项，您可能会使用 Dmitri Chubarov 的 NumPy 方法获得更快的结果。然而，所有方法的性能都渐近相同，性能仅相差 2-5 倍。

Answer 3

我在列表理解中找到的一个解决方案是：

idx = set(idx)
[e for i, e in enumerate(mylist) if i not in idx]

如果我想要两个列表，正如我在问题中提到的，我可以这样做：

idx = set(idx)
in_idx, not_in_idx = [], []
for i, e in enumerate(mylist):
    (not_in_idx, in_idx)[i in idx].append(e)

我会得到：

>>> not_in_idx
['a', 'c', 'd']
>>> in_idx
['b', 'e', 'f']