Python-基于范围的子列表选择的补充

我想知道是否有python“核心”语法来处理基于范围的选择的补充

说

 a = [0,1,2,3,4,5,6]

那么比如说,

 offset = 1
 step = 3
 a[offset::step] = [1,4].

因此，我的问题是：

“我能喜欢吗

 a[~(offset::step)] == [0,2,3,5,6]

不使用

ifs

？”

或者，“什么是处理这个问题的最适合的方法？”

附录：

---

假设我必须对数千个大小可变的列表（即可变时间长度的轨迹）执行此子采样操作。因此，我无法预先计算正确的索引集。

您必须生成索引，然后使用列表理解来选择所有与这些索引不匹配的值。使用

range（）

Python3中的
range（）
对象（Python2中的
xrange（）
对象）仅保存开始、结束和步骤值，

测试中的

如果测试值是范围的一部分，则只需进行快速计算

演示：

是的，这仍然需要使用
if
语句，但测试成本很低，可以根据需要合并到生成器表达式中：

for i in (v for i, v in enumerate(a) if i not in range(offset, len(a), step)):

您必须生成索引，然后使用列表理解来选择所有与这些索引不匹配的值。使用
range（）

Python3中的
range（）
对象（Python2中的
xrange（）
对象）仅保存开始、结束和步骤值，
测试中的
如果测试值是范围的一部分，则只需进行快速计算

演示：

是的，这仍然需要使用
if
语句，但测试成本很低，可以根据需要合并到生成器表达式中：

for i in (v for i, v in enumerate(a) if i not in range(offset, len(a), step)):

在仍然使用if的情况下，我相信以下是一个单步列表理解，可以为您提供所需的答案：

>>> offset = 1
>>> step = 3
>>> a = [0,1,2,3,4,5,6]
>>> [v for i, v in enumerate(a) if not i%step == offset]
[0, 2, 3, 5, 6]
>>>

我不知道的是，这是否比在mod上使用range构造更有效。
在仍然使用if的情况下，下面是一个单步列表理解，我相信它可以为您提供所需的答案：

>>> offset = 1
>>> step = 3
>>> a = [0,1,2,3,4,5,6]
>>> [v for i, v in enumerate(a) if not i%step == offset]
[0, 2, 3, 5, 6]
>>>

我不知道的是，这是否比在mod上使用范围构造更有效。
集合（通常）大约快一个数量级，即使您没有提前填充索引：

r100 = range(100)
r2 = range(3, 40, 3)

# Find indices in r100 that aren't in r2.
# This is a set difference (or symmetric difference)
## Set methods
# Precalculated is fastest:
sr100 = set(r100)
sr2 = set(r2)
%timeit sr100 - sr2
100000 loops, best of 3: 3.84 us per loop

# Non-precalculated is still faster:
%timeit set(range(100)) ^ set(range(3,40,3))
100000 loops, best of 3: 9.76 us per loop
%timeit set(xrange(100)) ^ set(xrange(3,40,3))
100000 loops, best of 3: 8.84 us per loop

# Precalculating the original indices still helps, if you can hold it in memory:
%timeit sr100 ^ set(xrange(3,40,3))
100000 loops, best of 3: 4.87 us per loop

# This is true even including converting back to list, and sorting (if necessary):
%timeit [x for x in sr100 ^ set(xrange(3,40,3))]
100000 loops, best of 3: 9.02 us per loop
%timeit sorted(x for x in sr100 ^ set(xrange(3,40,3)))
100000 loops, best of 3: 15 us per loop


## List comprehension:

# Precalculated indices
%timeit [x for x in r100 if x not in r2]
10000 loops, best of 3: 30.5 us per loop

# Non-precalculated indices, using xrange
%timeit [x for x in xrange(100) if x not in xrange(3, 40, 3)]
10000 loops, best of 3: 65.8 us per loop

# The cost appears to be in the second xrange?
%timeit [x for x in r100 if x not in xrange(3, 40, 3)]
10000 loops, best of 3: 64.3 us per loop
%timeit [x for x in xrange(100) if x not in r2]
10000 loops, best of 3: 29.9 us per loop
# xrange is not really any faster than range here - uses less memory, but still have
# to walk through entire list
%timeit [x for x in range(100) if x not in range(3, 40, 3)]
10000 loops, best of 3: 63.5 us per loop

即使没有提前填充索引，集合（通常）也会快一个数量级：

r100 = range(100)
r2 = range(3, 40, 3)

# Find indices in r100 that aren't in r2.
# This is a set difference (or symmetric difference)
## Set methods
# Precalculated is fastest:
sr100 = set(r100)
sr2 = set(r2)
%timeit sr100 - sr2
100000 loops, best of 3: 3.84 us per loop

# Non-precalculated is still faster:
%timeit set(range(100)) ^ set(range(3,40,3))
100000 loops, best of 3: 9.76 us per loop
%timeit set(xrange(100)) ^ set(xrange(3,40,3))
100000 loops, best of 3: 8.84 us per loop

# Precalculating the original indices still helps, if you can hold it in memory:
%timeit sr100 ^ set(xrange(3,40,3))
100000 loops, best of 3: 4.87 us per loop

# This is true even including converting back to list, and sorting (if necessary):
%timeit [x for x in sr100 ^ set(xrange(3,40,3))]
100000 loops, best of 3: 9.02 us per loop
%timeit sorted(x for x in sr100 ^ set(xrange(3,40,3)))
100000 loops, best of 3: 15 us per loop


## List comprehension:

# Precalculated indices
%timeit [x for x in r100 if x not in r2]
10000 loops, best of 3: 30.5 us per loop

# Non-precalculated indices, using xrange
%timeit [x for x in xrange(100) if x not in xrange(3, 40, 3)]
10000 loops, best of 3: 65.8 us per loop

# The cost appears to be in the second xrange?
%timeit [x for x in r100 if x not in xrange(3, 40, 3)]
10000 loops, best of 3: 64.3 us per loop
%timeit [x for x in xrange(100) if x not in r2]
10000 loops, best of 3: 29.9 us per loop
# xrange is not really any faster than range here - uses less memory, but still have
# to walk through entire list
%timeit [x for x in range(100) if x not in range(3, 40, 3)]
10000 loops, best of 3: 63.5 us per loop

我明白了，所以通过
xrange
我没有计算整个索引集。这应该更快。@Acorbe:
xrange（）
成员资格测试有固定成本，是的。我明白了，所以通过
xrange
我不会计算整个索引集。这应该更快。@Acorbe:
xrange（）
成员资格测试的成本是固定的，是的。