「平均」と呼ばれる、1から5の範囲の浮動小数点数の長いリストがあり、aより小さいまたはbより大きい要素のインデックスのリストを返したい
def find(lst,a,b):
result = []
for x in lst:
if x<a or x>b:
i = lst.index(x)
result.append(i)
return result
matches = find(average,2,4)
しかし、驚くべきことに、「一致」の出力には多くの繰り返しがあります。 [2, 2, 10, 2, 2, 2, 19, 2, 10, 2, 2, 42, 2, 2, 10, 2, 2, 2, 10, 2, 2, ...]
。
なぜこうなった?
リストで値の(firstオカレンスのみを検索する.index()
を使用しています。したがって、インデックス2とインデックス9に値1.0がある場合、.index(1.0)
は何度でもalwaysが_2
_を返します_1.0
_はリストにあります。
代わりに enumerate()
を使用して、ループにインデックスを追加します。
_def find(lst, a, b):
result = []
for i, x in enumerate(lst):
if x<a or x>b:
result.append(i)
return result
_
これをリスト内包表記にまとめることができます:
_def find(lst, a, b):
return [i for i, x in enumerate(lst) if x<a or x>b]
_
これはかなり重い依存関係ですが、この種のことをたくさんしている場合は、numpy
の使用を検討してください。
In [56]: import random, numpy
In [57]: lst = numpy.array([random.uniform(0, 5) for _ in xrange(1000)]) # example list
In [58]: a, b = 1, 3
In [59]: numpy.flatnonzero((lst > a) & (lst < b))[:10]
Out[59]: array([ 0, 12, 13, 15, 18, 19, 23, 24, 26, 29])
Seanny123の質問に答えて、次のタイミングコードを使用しました。
import numpy, timeit, random
a, b = 1, 3
lst = numpy.array([random.uniform(0, 5) for _ in xrange(1000)])
def numpy_way():
numpy.flatnonzero((lst > 1) & (lst < 3))[:10]
def list_comprehension():
[e for e in lst if 1 < e < 3][:10]
print timeit.timeit(numpy_way)
print timeit.timeit(list_comprehension)
Numpyバージョンは60倍以上高速です。