Python 基于函数从列表中删除项目

基于python中的函数（以及任何公共库）从列表中删除项的最有效方法是什么

例如，如果我有以下功能：

def func(a):
    return a % 2 == 1

filtered_arr = filter(func, arr)

以及下列名单：

arr = [1,4,5,8,20,24]

那么我想要的结果是：

new_arr = [1,5]

我知道我可以像这样简单地迭代列表：

new_arr = [i for i in arr if func(a)]

只是想知道这是否是一种有效的方法（对于大型数据集），或者是否有更好的方法。我在想也许可以使用np映射并更改函数以返回if True和-1 if false，然后使用np remove删除所有0

编辑： 我决定用你们所有人给出的建议自己测试它（我可能只是应该自己测试运行时，而不是懒惰和询问其他人）

filter

是迄今为止速度最快的。虽然如果您需要一个随机访问列表，它可以与

[i for i in arr if func（i）]

方法相比较

---

numpy

[np.vectorize（func）（arr）]

比其他列表方法稍快。

这是内置函数的用例：

def func(a):
    return a % 2 == 1

filtered_arr = filter(func, arr)

请注意，这将返回一个迭代器，而不是列表。如果你想要一个列表，你可以创建一个带有

list（filtered\u arr）

的列表，或者你提到的列表理解。但是，如果您只想迭代过滤的项，而不需要随机访问/索引，那么使用迭代器会更节省内存

---

这是一种很好的通用方法，用于筛选不太大且包含任意（可能是混合）类型元素的列表。如果要处理大量数值数据，则应使用其他答案中提到的NumPy解决方案之一。

既然NumPy标记存在，就使用它吧。在本例中，我们对元素使用掩码，当元素除以2时，余数为1

>>> import numpy as np
>>>
>>> arr = np.array([1,4,5,8,20,24])
>>> arr
array([ 1,  4,  5,  8, 20, 24])
>>> arr[arr % 2 == 1]
array([1, 5])

---

使用numpy，您可以使用

numpy.vectorize

在数组元素之间映射函数，然后使用该映射将计算结果保持为

True

。从你的函数开始

def func(a):
    return a % 2 == 1

我们可以测试只保留[0,19]范围内的奇数值

>>> import numpy as np
>>> arr = np.arange(20)
>>> arr
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
>>> np.vectorize(func)(arr)
array([False,  True, False,  True, False,  True, False,  True, False, True, False,  True, False,  True, False,  True, False,  True, False,  True])
>>> arr[np.vectorize(func)(arr)]
array([ 1,  3,  5,  7,  9, 11, 13, 15, 17, 19])

---

您还可以重写

func

，使其以列表作为参数：

def func(lst):
    lst = [x for x in lst if x % 2 == 1]
    return lst

然后做：

new_arr = func(arr)

---

这将为您节省一些行，而不是每次您想在列表的（元素）上使用它时，让

func

以单个数字作为参数并编写一个迭代，例如

[for i in arr if func（a）]

（我可能应该自己测试运行时，而不是懒散地问别人）

filter

是目前为止速度最快的一种方法。尽管如果您需要一个随机访问列表，它可以与

[i for i in arr if func（i）]

方法相媲美

numpy

[np.vectorize（func）（arr）]

比其他方法稍快

---

我只是想发布此消息，以防将来有人遇到此问题。

您需要再次将其转换为列表：

list（filter（func，arr））

@aminnd请参阅我的编辑，您应该只在实际需要时创建一个列表。“这是一种有效的方法吗？”这是一个只有您才能做出的值判断。因为您还不知道，所以对于堆栈溢出，您没有一个很好的问题。您知道其他方法--测试它们。使用

定时器

。这几乎就像在您发表此评论之前我就已经对此做出了回答。我现在看到您已经回答了。对该问题至关重要的信息属于问题。就目前的情况来看，您只讨论了一个在其他地方处理得相当彻底的主题。