Python 使用映射将列表项添加到另一个列表的有效方法

我有两个浮动列表，分别是L1、L2或长度a、b。我还有一个长度为a的列表F，它的值是[-1，b-1]范围内的整数。我想用以下方式更新L2：

滤波器中i的

（λx:F[x]+1，范围（len（F））：
L2[F[i]+=L1[i]

基本上，F是L1指数的函数。对于L1的每个索引i，如果F[i]=-1，我们什么也不做，否则，我们取L1的第i项并将其添加到L2的第F[i]-th项

我在一个程序中这样做，随着我使结果更加精确，a和b的长度将呈指数增长。（另外，F大约是50%-1）我意识到这已经需要线性时间，但我想知道是否有一些方法可以更快地提高常数，可能是通过列表/总和理解？或者，如果我需要在多次更新后了解L2的内容，是否有一种实用的方法来存储这些更新，并以更快的方式一次完成它们

如果我有两个列表列表LL1、LL2，每个列表分别包含长度为a和b的c个列表，并且只有一个列表/映射F，那么情况如何？如果我想让LL1[I]为[0，c-1]中的所有I更新LL2[I]，那么有没有一种聪明的方法可以做到这一点，或者没有什么比逐个执行每个I更好的方法了

---

澄清：转换为numpy结构是完全可以接受的，我只是缺乏如何有效利用numpy的先验知识。

您的代码相当有效。就我所见，唯一可以改进的是避免使用lambda函数，这会增加每次迭代调用函数的开销。相反，您可以使用

enumerate

函数生成

F

的索引和值进行迭代，并使用简单的

if

语句过滤

F

的值：

for i, j in enumerate(F):
    if j != -1:
        L2[j] += L1[i]

---

考虑对代码进行矢量化（即使用NUMPY）。我很肯定这会提高歧管的速度。你能用numpy吗？或者这必须是纯python吗？numpy很好，但我完全不知道“歧管速度改进”意味着什么