Ответы:
Функциональный подход:
Python 3.x
>>> x = [1,2,3,2,2,2,3,4]
>>> list(filter((2).__ne__, x))
[1, 3, 3, 4]
или
>>> x = [1,2,3,2,2,2,3,4]
>>> list(filter(lambda a: a != 2, x))
[1, 3, 3, 4]
Python 2.x
>>> x = [1,2,3,2,2,2,3,4]
>>> filter(lambda a: a != 2, x)
[1, 3, 3, 4]
[y for y in x if y != 2]
__ne__
. Сравнение двух значений - гораздо более сложный процесс, чем просто вызов __eq__
или __ne__
одно из них. Здесь это может работать правильно, потому что вы сравниваете только цифры, но в общем случае это неверно и является ошибкой.
Вы можете использовать понимание списка:
def remove_values_from_list(the_list, val):
return [value for value in the_list if value != val]
x = [1, 2, 3, 4, 2, 2, 3]
x = remove_values_from_list(x, 2)
print x
# [1, 3, 4, 3]
in
оператор и remove
метод сканируют весь список (до тех пор, пока они не найдут совпадение), так что в итоге вы сканируете список несколько раз таким образом.
Вы можете использовать назначение срезов, если необходимо изменить исходный список, но при этом использовать эффективное понимание списка (или выражение генератора).
>>> x = [1, 2, 3, 4, 2, 2, 3]
>>> x[:] = (value for value in x if value != 2)
>>> x
[1, 3, 4, 3]
x = [ v for v in x if x != 2 ]
предложений, которые создают новый список и изменяют x, чтобы ссылаться на него, оставляя исходный список нетронутым.
Повторим решение первого поста более абстрактно:
>>> x = [1, 2, 3, 4, 2, 2, 3]
>>> while 2 in x: x.remove(2)
>>> x
[1, 3, 4, 3]
x = [1] * 10000 + [2] * 1000
. Тело цикла выполняется 1000 раз, и .remove () должен пропускать 10000 элементов при каждом вызове. Это пахнет O (n * n) для меня, но это не доказательство. Я думаю, что доказательством было бы предположить, что число 2 в списке пропорционально его длине. Этот коэффициент пропорциональности затем исчезает в обозначении big-O. В лучшем случае, если в списке только постоянное число 2, это не O (n ^ 2), а O (2n), то есть O (n).
Все ответы выше (кроме Мартина Андерссона) создают новый список без нужных элементов, а не удаляют элементы из исходного списка.
>>> import random, timeit
>>> a = list(range(5)) * 1000
>>> random.shuffle(a)
>>> b = a
>>> print(b is a)
True
>>> b = [x for x in b if x != 0]
>>> print(b is a)
False
>>> b.count(0)
0
>>> a.count(0)
1000
>>> b = a
>>> b = filter(lambda a: a != 2, x)
>>> print(b is a)
False
Это может быть важно, если у вас есть другие ссылки на список.
Чтобы изменить список на месте, используйте метод, подобный этому
>>> def removeall_inplace(x, l):
... for _ in xrange(l.count(x)):
... l.remove(x)
...
>>> removeall_inplace(0, b)
>>> b is a
True
>>> a.count(0)
0
Что касается скорости, результаты на моем ноутбуке таковы (все в списке из 5000 записей с удалением 1000 записей)
Так что цикл .remove примерно в 100 раз медленнее ... Хм, может быть, нужен другой подход. Самое быстрое, что я нашел, это использование понимания списка, но затем заменим содержимое исходного списка.
>>> def removeall_replace(x, l):
.... t = [y for y in l if y != x]
.... del l[:]
.... l.extend(t)
def remove_all(x, l): return [y for y in l if y != x]
затемl = remove_all(3,l)
ты можешь сделать это
while 2 in x:
x.remove(2)
Ценой читабельности, я думаю, что эта версия немного быстрее, так как она не заставляет время пересматривать список, таким образом, выполняя точно такую же работу, что и удаление в любом случае:
x = [1, 2, 3, 4, 2, 2, 3]
def remove_values_from_list(the_list, val):
for i in range(the_list.count(val)):
the_list.remove(val)
remove_values_from_list(x, 2)
print(x)
Подход и временная привязка к списку / массиву с 1.000.000 элементов:
Тайминги:
In [10]: a.shape
Out[10]: (1000000,)
In [13]: len(lst)
Out[13]: 1000000
In [18]: %timeit a[a != 2]
100 loops, best of 3: 2.94 ms per loop
In [19]: %timeit [x for x in lst if x != 2]
10 loops, best of 3: 79.7 ms per loop
Вывод: NumPy в 27 раз быстрее (на моем ноутбуке) по сравнению с подходом к списку
PS, если вы хотите преобразовать свой обычный список Python lst
в массив numpy:
arr = np.array(lst)
Настроить:
import numpy as np
a = np.random.randint(0, 1000, 10**6)
In [10]: a.shape
Out[10]: (1000000,)
In [12]: lst = a.tolist()
In [13]: len(lst)
Out[13]: 1000000
Проверьте:
In [14]: a[a != 2].shape
Out[14]: (998949,)
In [15]: len([x for x in lst if x != 2])
Out[15]: 998949
a = [1, 2, 2, 3, 1]
to_remove = 1
a = [i for i in a if i != to_remove]
print(a)
Возможно, не самый питонический, но все же самый легкий для меня, ха-ха
Чтобы удалить все повторяющиеся вхождения и оставить их в списке:
test = [1, 1, 2, 3]
newlist = list(set(test))
print newlist
[1, 2, 3]
Вот функция, которую я использовал для Project Euler:
def removeOccurrences(e):
return list(set(e))
Я считаю, что это, вероятно, быстрее, чем любой другой способ, если вас не заботит порядок списков, если вы действительно заботитесь об окончательном порядке, сохраняйте индексы из оригинала и прибегайте к этому.
category_ids.sort()
ones_last_index = category_ids.count('1')
del category_ids[0:ones_last_index]
for i in range(a.count(' ')):
a.remove(' ')
Гораздо проще, я верю.
Позволять
>>> x = [1, 2, 3, 4, 2, 2, 3]
Самое простое и эффективное решение, которое уже было опубликовано ранее:
>>> x[:] = [v for v in x if v != 2]
>>> x
[1, 3, 4, 3]
Другая возможность, которая должна использовать меньше памяти, но медленнее,
>>> for i in range(len(x) - 1, -1, -1):
if x[i] == 2:
x.pop(i) # takes time ~ len(x) - i
>>> x
[1, 3, 4, 3]
Результаты синхронизации для списков длиной 1000 и 100000 с 10% совпадающими записями: 0,16 против 0,25 мс и 23 против 123 мс.
lists = [6.9,7,8.9,3,5,4.9,1,2.9,7,9,12.9,10.9,11,7]
def remove_values_from_list():
for list in lists:
if(list!=7):
print(list)
remove_values_from_list()
Результат: 6.9 8.9 3 5 4.9 1 2.9 9 12.9 10.9 11
lists = [6.9,7,8.9,3,5,4.9,1,2.9,7,9,12.9,10.9,11,7]
def remove_values_from_list(remove):
for list in lists:
if(list!=remove):
print(list)
remove_values_from_list(7)
Результат: 6.9 8.9 3 5 4.9 1 2.9 9 12.9 10.9 11
hello = ['h', 'e', 'l', 'l', 'o', ' ', 'w', 'o', 'r', 'l', 'd']
#chech every item for a match
for item in range(len(hello)-1):
if hello[item] == ' ':
#if there is a match, rebuild the list with the list before the item + the list after the item
hello = hello[:item] + hello [item + 1:]
print hello
['Привет мир']
Я просто сделал это для списка. Я просто новичок. Немного более продвинутый программист наверняка может написать такую функцию.
for i in range(len(spam)):
spam.remove('cat')
if 'cat' not in spam:
print('All instances of ' + 'cat ' + 'have been removed')
break
Мы также можем сделать на месте удалить все , используя либо del
или pop
:
import random
def remove_values_from_list(lst, target):
if type(lst) != list:
return lst
i = 0
while i < len(lst):
if lst[i] == target:
lst.pop(i) # length decreased by 1 already
else:
i += 1
return lst
remove_values_from_list(None, 2)
remove_values_from_list([], 2)
remove_values_from_list([1, 2, 3, 4, 2, 2, 3], 2)
lst = remove_values_from_list([random.randrange(0, 10) for x in range(1000000)], 2)
print(len(lst))
Теперь для эффективности:
In [21]: %timeit -n1 -r1 x = random.randrange(0,10)
1 loop, best of 1: 43.5 us per loop
In [22]: %timeit -n1 -r1 lst = [random.randrange(0, 10) for x in range(1000000)]
g1 loop, best of 1: 660 ms per loop
In [23]: %timeit -n1 -r1 lst = remove_values_from_list([random.randrange(0, 10) for x in range(1000000)]
...: , random.randrange(0,10))
1 loop, best of 1: 11.5 s per loop
In [27]: %timeit -n1 -r1 x = random.randrange(0,10); lst = [a for a in [random.randrange(0, 10) for x in
...: range(1000000)] if x != a]
1 loop, best of 1: 710 ms per loop
Как мы видим, версия на месте remove_values_from_list()
не требует дополнительной памяти, но для ее запуска требуется гораздо больше времени:
Никто не опубликовал оптимальный ответ для сложности времени и пространства, поэтому я решил дать ему шанс. Вот решение, которое удаляет все вхождения определенного значения, не создавая новый массив и эффективно затрачивая время. Недостатком является то, что элементы не поддерживают порядок .
Временная сложность: O (n)
Дополнительная сложность пространства: O (1)
def main():
test_case([1, 2, 3, 4, 2, 2, 3], 2) # [1, 3, 3, 4]
test_case([3, 3, 3], 3) # []
test_case([1, 1, 1], 3) # [1, 1, 1]
def test_case(test_val, remove_val):
remove_element_in_place(test_val, remove_val)
print(test_val)
def remove_element_in_place(my_list, remove_value):
length_my_list = len(my_list)
swap_idx = length_my_list - 1
for idx in range(length_my_list - 1, -1, -1):
if my_list[idx] == remove_value:
my_list[idx], my_list[swap_idx] = my_list[swap_idx], my_list[idx]
swap_idx -= 1
for pop_idx in range(length_my_list - swap_idx - 1):
my_list.pop() # O(1) operation
if __name__ == '__main__':
main()
О скорости!
import time
s_time = time.time()
print 'start'
a = range(100000000)
del a[:]
print 'finished in %0.2f' % (time.time() - s_time)
# start
# finished in 3.25
s_time = time.time()
print 'start'
a = range(100000000)
a = []
print 'finished in %0.2f' % (time.time() - s_time)
# start
# finished in 2.11
Что случилось с:
Motor=['1','2','2']
For i in Motor:
If i != '2':
Print(i)
Print(motor)
Использование анаконды