是否有一个简单的特性可以基于Python中的值条件构建子列表？

在Matlab中，当您希望在给定某些值条件的向量中获得值的子集时，请执行以下操作：

negative_values = vec(vec<0)
positive_values = vec(vec>0)

负值=vec（vec0）

我目前正在使用一个自制的函数在Python中实现这一点，但这有点繁重。是否有一种更优雅的方式继续进行或一个标准的功能，我不知道？我希望能够简明扼要地做类似的事情

negative_values = val.index(val<0)
positive_values = val.index(val>0)

负值=val.index（val0）

---

但是显然，这不适用于

list.index（）

，因为它不应该将表达式作为参数。

您可以将该语法用于

numpy

：

import numpy

a = numpy.arange(10)
--> a = array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

a[a > 5]
--> array([6, 7, 8, 9])

---

您可以将该语法用于

numpy

：

import numpy

a = numpy.arange(10)
--> a = array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

a[a > 5]
--> array([6, 7, 8, 9])

---

您可以像这样使用列表理解作为过滤器

numbers = [-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

negatives = [number for number in numbers if number < 0]
print negatives
# [-10, -9, -8, -7, -6, -5, -4, -3, -2, -1]

positives = [number for number in numbers if number >= 0]
print positives
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

negatives = filter(lambda number: number <  0, numbers)
positives = filter(lambda number: number >= 0, numbers)

---

您可以像这样使用列表理解作为过滤器

numbers = [-10, -9, -8, -7, -6, -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

negatives = [number for number in numbers if number < 0]
print negatives
# [-10, -9, -8, -7, -6, -5, -4, -3, -2, -1]

positives = [number for number in numbers if number >= 0]
print positives
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

negatives = filter(lambda number: number <  0, numbers)
positives = filter(lambda number: number >= 0, numbers)

---

您需要使用

numpy

，它是作为matlab的替代品设计的：

In [1]: import numpy as np

In [2]: a = np.arange(-5, 5)

In [3]: a
Out[3]: array([-5, -4, -3, -2, -1,  0,  1,  2,  3,  4])

In [4]: a[a>0]
Out[4]: array([1, 2, 3, 4])

In [5]: np.where(a>0)  #used to find the indices where the condition matches
Out[5]: (array([6, 7, 8, 9]),)

In [6]: np.where(a%2==0)
Out[6]: (array([1, 3, 5, 7, 9]),)

---

您需要使用

numpy

，它是作为matlab的替代品设计的：

In [1]: import numpy as np

In [2]: a = np.arange(-5, 5)

In [3]: a
Out[3]: array([-5, -4, -3, -2, -1,  0,  1,  2,  3,  4])

In [4]: a[a>0]
Out[4]: array([1, 2, 3, 4])

In [5]: np.where(a>0)  #used to find the indices where the condition matches
Out[5]: (array([6, 7, 8, 9]),)

In [6]: np.where(a%2==0)
Out[6]: (array([1, 3, 5, 7, 9]),)

---

Lambda表达式<代码>正值=过滤器（λx:x>0，向量）。唯一的清理方法就是使用numpy或更改语言。这是我希望香草Python拥有的东西之一。Lambda表达式<代码>正值=过滤器（λx:x>0，向量）。唯一的清理方法就是使用numpy或更改语言。这是我希望vanilla Python拥有的东西之一。这个答案很好，因为它只使用标准函数。然而，我认为如果我没有任何空间或时间限制，那么使用其他答案中提到的

numpy

，会更方便。这个答案很好，因为它只使用标准函数。然而，我认为如果我没有任何空间或时间限制，那么使用其他答案中提到的

numpy

，会更方便。事实正好如此。