Python 以列表/元组的形式获取布尔列表中truthy元素的索引

给定一个布尔列表，如

[True，False，False，True，False，True]

，获取包含原始列表中Truthy元素的索引（从1开始，不是零索引）的列表/元组的最快方法是什么？因此，对于上面的列表，它应该返回

[1,4,6]

或

（1,4,6）

我用的是这样的发电机：

def get_truthy_ones(self, bool_list):
    return (idx + 1 for idx, value in enumerate(bool_list) if value)

---

但是，当我想在

JSON

对象中对结果进行编码时，这会产生一个问题，因为

JSON

不会对生成器进行编码。

将括号切换为方括号以返回列表而不是生成器：

[i for i, elem in enumerate(bool_list, 1) if elem]

def get_truthy_ones(self, bool_list):
    return [idx for idx, value in enumerate(bool_list, 1) if value]

list(get_truthy_ones(self, bool_list))

或者使用原始函数，然后从生成器创建列表：

def get_truthy_ones(self, bool_list):
    return [idx for idx, value in enumerate(bool_list, 1) if value]

list(get_truthy_ones(self, bool_list))

---

仅仅因为可以这样做，一个具有

itertools.compress（）

的替代版本。我认为这比其他例子可读性差，所以我不推荐它

>>> list(itertools.compress(*zip(*enumerate([True, False, False, True, False, True], 1))))
[1, 4, 6]

编辑：

---

事实上，速度要慢得多，因此肯定没有一个可以使用。

如果有办法将列表转换为numpy数组，请使用numpy。其中（）应该更快：

> python -m timeit -s "import numpy" -s "values = numpy.array([True, False]*10000)" "numpy.where(values)"
1000 loops, best of 3: 392 usec per loop

> python -m timeit -s "import itertools" -s "values = [True, False]*10000" "[index for index, value in enumerate(values, 1) if value]"
100 loops, best of 3: 2.1 msec per loop

---

但我可能在这里作弊，在设置中进行转换。

那是列表吗？这是最快的解决方案吗？@MLister要么使用这个，要么使用

numpy

；你必须花时间知道什么更快，但这一个可能是最短的，列表理解也非常优化。我从来不知道

enumerate

有第二个参数。请告诉我（使用numpy）…但是如果你将numpy.array部分移出设置，它会变慢。