Фильтрация списка на основе списка логических значений


У меня есть список значений, которые мне нужно отфильтровать, учитывая значения в списке булевых символов:

list_a = [1, 2, 4, 6]
filter = [True, False, True, False]

Я создаю новый фильтрованный список со следующей строкой:

filtered_list = [i for indx,i in enumerate(list_a) if filter[indx] == True]

В результате чего:

print filtered_list
[1,4]

Линия работает, но выглядит (на мой взгляд) немного излишне, и мне было интересно, есть ли более простой способ добиться того же.


Советы

Резюме двух хороших советов, приведенных в ответах ниже:

1-Не называйте список filter, Как я, потому что это встроенная функция.

2-Не сравнивайте вещи с True, Как я сделал с if filter[idx]==True.., так как это не нужно. Достаточно просто использовать if filter[idx].

5   75   2013-09-07 00:12:29

5 ответов:

Вы ищете itertools.compress:

>>> from itertools import compress
>>> list_a = [1, 2, 4, 6]
>>> fil = [True, False, True, False]
>>> list(compress(list_a, fil))
[1, 4]

Временные сравнения (py3.x):

>>> list_a = [1, 2, 4, 6]
>>> fil = [True, False, True, False]
>>> %timeit list(compress(list_a, fil))
100000 loops, best of 3: 2.58 us per loop
>>> %timeit [i for (i, v) in zip(list_a, fil) if v]  #winner
100000 loops, best of 3: 1.98 us per loop

>>> list_a = [1, 2, 4, 6]*100
>>> fil = [True, False, True, False]*100
>>> %timeit list(compress(list_a, fil))              #winner
10000 loops, best of 3: 24.3 us per loop
>>> %timeit [i for (i, v) in zip(list_a, fil) if v]
10000 loops, best of 3: 82 us per loop

>>> list_a = [1, 2, 4, 6]*10000
>>> fil = [True, False, True, False]*10000
>>> %timeit list(compress(list_a, fil))              #winner
1000 loops, best of 3: 1.66 ms per loop
>>> %timeit [i for (i, v) in zip(list_a, fil) if v] 
100 loops, best of 3: 7.65 ms per loop

не используйте filter в качестве имени переменной, это встроенная функция.

С numpy:

In [128]: list_a = np.array([1, 2, 4, 6])
In [129]: filter = np.array([True, False, True, False])
In [130]: list_a[filter]

Out[130]: array([1, 4])

Или смотрите ответ Алекса Сатмари, если list_a может быть массивом numpy, но не фильтром

Numpy обычно дает вам большой прирост скорости, а также

In [133]: list_a = [1, 2, 4, 6]*10000
In [134]: fil = [True, False, True, False]*10000
In [135]: list_a_np = np.array(list_a)
In [136]: fil_np = np.array(fil)

In [139]: %timeit list(itertools.compress(list_a, fil))
1000 loops, best of 3: 625 us per loop

In [140]: %timeit list_a_np[fil_np]
10000 loops, best of 3: 173 us per loop

Вот так:

filtered_list = [i for (i, v) in zip(list_a, filter) if v]

Использование zip - это "питонский" способ перебирать несколько последовательностей параллельно, без необходимости индексирования. Использование itertools для такого простого случая является немного излишним ...

Одна вещь, которую вы делаете в своем примере, которую вы действительно должны прекратить делать, - это сравнение вещей с истиной, обычно это не нужно. Вместо if filter[idx]==True: ... Вы можете просто написать if filter[idx]: ....

Для этого используется numpy, т. е., если у вас есть массив a, вместо list_a:

a = np.array([1, 2, 4, 6])
my_filter = np.array([True, False, True, False], dtype=bool)
a[my_filter]
> array([1, 4])
filtered_list = [list_a[i] for i in range(len(list_a)) if filter[i]]