Trovare gli indici di elementi corrispondenti nell'elenco in Python

Question

Ho una lunga lista di numeri float che vanno da 1 a 5, chiamati "media", e voglio restituire l'elenco di indici per elementi che sono più piccoli di un o più grande di b

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) 

Ma sorprendentemente, l'uscita per "partite" ha un sacco di ripetizioni in essa, ad esempio, [2, 2, 10, 2, 2, 2, 19, 2, 10, 2, 2, 42, 2, 2, 10, 2, 2, 2, 10, 2, 2, ...].

Perché sta succedendo?

Answer 1

Si sta utilizzando .index() che troverà solo l'occorrenza del proprio valore nell'elenco. Pertanto, se si ha un valore 1.0 nell'indice 2 e nell'indice 9, allora .index(1.0) sarà sempre restituirà 2, non importa quante volte 1.0 si verifica nell'elenco.

Usa enumerate() per aggiungere indici al passante invece:

def find(lst, a, b): 
    result = [] 
    for i, x in enumerate(lst): 
     if x<a or x>b: 
      result.append(i) 
    return result 

È possibile comprimere questo in una lista di comprensione:

def find(lst, a, b): 
    return [i for i, x in enumerate(lst) if x<a or x>b] 

Answer 2

>>> average = [1,3,2,1,1,0,24,23,7,2,727,2,7,68,7,83,2] 
>>> matches = [i for i in range(0,len(average)) if average[i]<2 or average[i]>4] 
>>> matches 
[0, 3, 4, 5, 6, 7, 8, 10, 12, 13, 14, 15] 

Answer 3

Si tratta di una dipendenza piuttosto pesante, ma se si' Sto facendo un sacco di questo genere di cose che dovresti considerare usando numpy.

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]) 

In risposta alla domanda di Seanny123, ho usato questo codice tempistica:

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) 

La versione NumPy è oltre 60 volte più veloce.