我检查了此比较列表,只有一个答案与我要执行的操作有关。我必须列出一些类似的元素,我想获得不匹配的元素。
len(h) = 1973182 #h[0] = 'B00006J8F4F2', y[0] = 'B0075Y2X2GO6'
len(y) = 656890
我在做
new_list = [i for i in h if i not in y]
,但是大约需要13分钟才能完成,是否有更快的方法?
在“重复”问题中,查找不在列表中的元素,我使用相同的代码,我正在寻找一种更快的方法。
您可以sets
用来更有效地找到两个列表之间的差异。如果你需要保持秩序原始列表,您可以使用sorted
一个key
。
我们要根据集合中的元素在原始列表中的出现对它们进行排序,因此一种方法是构建查找字典。我们可以使用enumerate
它。然后,我们只需要将字典作为key
函数进行查找:
d = {j:i for i,j in enumerate(h)}
new_list = sorted(list((set(h) - set(y))), key = lambda x: d[x])
让我们尝试一个简单的例子:
y = range(5)
h = range(7)
d = {j:i for i,j in enumerate(h)}
sorted(list((set(h) - set(y))), key = lambda x: d[x])
# [5, 6]
时间-
import random
y = random.sample(range(1, 10001), 10000)
h = random.sample(range(1, 20001), 10000)
%timeit [i for i in h if i not in y]
# 1.28 s ± 37.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
def using_sets(a,b):
d = {j:i for i,j in enumerate(a)}
sorted(list((set(a) - set(b))), key = lambda x: d[x])
%timeit using_sets(h,y)
# 6.16 ms ± 373 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
因此,有了明显的改进,提议的方法执行速度提高了200倍。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句