在 python 中索引除 * 之外的所有 * 项

有没有一种简单的方法来为一个特定的索引索引一个列表(或数组,或其他) 除了的所有元素?例如:

  • mylist[3]将返回位置3中的项目

  • 除了3以外,milist[~3]将返回整个列表

286032 次浏览
>>> l = range(1,10)
>>> l
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> l[:2]
[1, 2]
>>> l[3:]
[4, 5, 6, 7, 8, 9]
>>> l[:2] + l[3:]
[1, 2, 4, 5, 6, 7, 8, 9]
>>>

参见

解释 Python 的片符号

如果您使用 numpy,我能想到的最接近的方法是使用蒙版

>>> import numpy as np
>>> arr = np.arange(1,10)
>>> mask = np.ones(arr.shape,dtype=bool)
>>> mask[5]=0
>>> arr[mask]
array([1, 2, 3, 4, 5, 7, 8, 9])

在没有 numpy的情况下,使用 itertools也可以达到类似的效果

>>> from itertools import compress
>>> arr = range(1,10)
>>> mask = [1]*len(arr)
>>> mask[5]=0
>>> list(compress(arr,mask))
[1, 2, 3, 4, 5, 7, 8, 9]

对于 名单,您可以使用列表比较。例如,要使 b成为没有第3个元素的 a的副本:

a = range(10)[::-1]                       # [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
b = [x for i,x in enumerate(a) if i!=3]   # [9, 8, 7, 5, 4, 3, 2, 1, 0]

这是非常通用的,可以与所有可迭代文件(包括 numpy 数组)一起使用。如果用 ()替换 []b将是迭代器而不是列表。

或者你也可以在 pop中这样做:

a = range(10)[::-1]     # a = [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
a.pop(3)                # a = [9, 8, 7, 5, 4, 3, 2, 1, 0]

麻木不仁中,你可以使用布尔索引:

a = np.arange(9, -1, -1)     # a = array([9, 8, 7, 6, 5, 4, 3, 2, 1, 0])
b = a[np.arange(len(a))!=3]  # b = array([9, 8, 7, 5, 4, 3, 2, 1, 0])

一般来说,这个列表内涵的速度会比上述的速度快得多。

我发现最简单的方法是:

mylist[:x] + mylist[x+1:]

它将生成没有位于 x索引处的元素的 mylist

例子

mylist = [0, 1, 2, 3, 4, 5]
x = 3
mylist[:x] + mylist[x+1:]

结果出来了

mylist = [0, 1, 2, 4, 5]

如果您事先不知道索引,那么这里的函数可以正常工作

def reverse_index(l, index):
try:
l.pop(index)
return l
except IndexError:
return False

使用 np.delete! 它实际上不删除任何内容

在您的示例中,“ mylist [ ~ 3]”应该是这样写的: mylist.delete(3)

一个更复杂的例子:

import numpy as np
a = np.array([[1,4],[5,7],[3,1]])
 

# a: array([[1, 4],
#           [5, 7],
#           [3, 1]])


ind = np.array([0,1])


# ind: array([0, 1])


# a[ind]: array([[1, 4],
#                [5, 7]])


all_except_index = np.delete(a, ind, axis=0)
# all_except_index: array([[3, 1]])


# a: (still the same): array([[1, 4],
#                             [5, 7],
#                             [3, 1]])

我将提供一种实用的(不可变的)方法。

  1. 这样做的标准和简单方法是使用切片:

    index_to_remove = 3
    data = [*range(5)]
    new_data = data[:index_to_remove] + data[index_to_remove + 1:]
    
    
    print(f"data: {data}, new_data: {new_data}")
    

    产出:

    data: [0, 1, 2, 3, 4], new_data: [0, 1, 2, 4]
    
  2. Use list comprehension:

    data = [*range(5)]
    new_data = [v for i, v in enumerate(data) if i != index_to_remove]
    
    
    print(f"data: {data}, new_data: {new_data}")
    

    产出:

    data: [0, 1, 2, 3, 4], new_data: [0, 1, 2, 4]
    
  3. Use filter function:

    index_to_remove = 3
    data = [*range(5)]
    new_data = [*filter(lambda i: i != index_to_remove, data)]
    

    产出:

    data: [0, 1, 2, 3, 4], new_data: [0, 1, 2, 4]
    
  4. Using masking. Masking is provided by itertools.compress function in the standard library:

    from itertools import compress
    
    
    index_to_remove = 3
    data = [*range(5)]
    mask = [1] * len(data)
    mask[index_to_remove] = 0
    new_data = [*compress(data, mask)]
    
    
    print(f"data: {data}, mask: {mask}, new_data: {new_data}")
    

    产出:

    data: [0, 1, 2, 3, 4], mask: [1, 1, 1, 0, 1], new_data: [0, 1, 2, 4]
    
  5. Use itertools.filterfalse function from Python standard library

    from itertools import filterfalse
    
    
    index_to_remove = 3
    data = [*range(5)]
    new_data = [*filterfalse(lambda i: i == index_to_remove, data)]
    
    
    print(f"data: {data}, new_data: {new_data}")
    

    产出:

    data: [0, 1, 2, 3, 4], new_data: [0, 1, 2, 4]
    

注意,如果变量是列表列表,那么有些方法会失败。 例如:

v1 = [[range(3)] for x in range(4)]
v2 = v1[:3]+v1[4:] # this fails
v2

对于一般情况,使用

removed_index = 1
v1 = [[range(3)] for x in range(4)]
v2 = [x for i,x in enumerate(v1) if x!=removed_index]
v2

如果你想剪掉最后一个或者第一个,可以这样做:

list = ["This", "is", "a", "list"]
listnolast = list[:-1]
listnofirst = list[1:]


如果您将1改为2,前2个字符将被删除,而不是第二个。 希望这还有用!

arr=[1,3,5,7,9]
for i in range(len(arr)):
arsum = arr[:i] + arr[i + 1:]

对于一维 numpynp.concatenate方法比 np.arange方法更快。

基准:

x = np.arange(1000) * 2
i = 3


%timeit np.concatenate((x[:i],x[i+1:]))
%timeit x[np.arange(len(x))!=i]


# 9.21 µs ± 467 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
# 32.8 µs ± 7.46 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)