Hapus semua elemen yang terjadi dalam satu daftar dari yang lain

Katakanlah saya punya dua daftar, l1dan l2. Saya ingin melakukan l1 - l2, yang mengembalikan semua elemen l1tidak masuk l2.

Saya bisa memikirkan pendekatan loop naif untuk melakukan ini, tetapi itu akan menjadi sangat tidak efisien. Apa cara pythonic dan efisien untuk melakukan ini?

Sebagai contoh, jika sudah l1 = [1,2,6,8] and l2 = [2,3,5,8], l1 - l2harus kembali[1,6]

Python memiliki fitur bahasa yang disebut Daftar Pemahaman yang sangat cocok untuk membuat hal semacam ini sangat mudah. Pernyataan berikut melakukan apa yang Anda inginkan dan menyimpan hasilnya di l3:

l3 = [x for x in l1 if x not in l2]

l3akan mengandung [1, 6].

Salah satu caranya adalah dengan menggunakan set:

>>> set([1,2,6,8]) - set([2,3,5,8])
set([1, 6])

Sebagai alternatif, Anda juga dapat menggunakan filterdengan ekspresi lambda untuk mendapatkan hasil yang diinginkan. Sebagai contoh:

>>> l1 = [1,2,6,8]
>>> l2 = set([2,3,5,8])

#     v  `filter` returns the a iterator object. Here I'm type-casting 
#     v  it to `list` in order to display the resultant value
>>> list(filter(lambda x: x not in l2, l1))
[1, 6]

Perbandingan Kinerja

Di sini saya membandingkan kinerja semua jawaban yang disebutkan di sini. Seperti yang diharapkan, operasi berbasis Arkku set adalah yang tercepat.

• Perbedaan Set Arkku - Pertama (0,124 usec per loop)

  mquadri$ python -m timeit -s "l1 = set([1,2,6,8]); l2 = set([2,3,5,8]);" "l1 - l2"
  10000000 loops, best of 3: 0.124 usec per loop
  

• Pemahaman Daftar Daniel Pryden dengan setpencarian - Kedua (0,302 usec per loop)

  mquadri$ python -m timeit -s "l1 = [1,2,6,8]; l2 = set([2,3,5,8]);" "[x for x in l1 if x not in l2]"
  1000000 loops, best of 3: 0.302 usec per loop
  

• Pemahaman Daftar Donat pada daftar biasa - Ketiga (0,552 usec per loop)

  mquadri$ python -m timeit -s "l1 = [1,2,6,8]; l2 = [2,3,5,8];" "[x for x in l1 if x not in l2]"
  1000000 loops, best of 3: 0.552 usec per loop
  

• Moinuddin Quadri menggunakanfilter - Keempat (0,972 usec per loop)

  mquadri$ python -m timeit -s "l1 = [1,2,6,8]; l2 = set([2,3,5,8]);" "filter(lambda x: x not in l2, l1)"
  1000000 loops, best of 3: 0.972 usec per loop
  

• Akshay Hazari menggunakan kombinasi reduce+filter - Kelima (3,97 usec per loop)

  mquadri$ python -m timeit "l1 = [1,2,6,8]; l2 = [2,3,5,8];" "reduce(lambda x,y : filter(lambda z: z!=y,x) ,l1,l2)"
  100000 loops, best of 3: 3.97 usec per loop
  

PS: set tidak mempertahankan urutan dan menghapus elemen duplikat dari daftar. Oleh karena itu, jangan gunakan setel perbedaan jika Anda membutuhkannya.

Memperluas jawaban Donut dan jawaban lainnya di sini, Anda bisa mendapatkan hasil yang lebih baik dengan menggunakan pemahaman generator daripada pemahaman daftar, dan dengan menggunakan setstruktur data (karena inoperator adalah O (n) pada daftar tetapi O (1) di set).

Jadi, inilah fungsi yang akan bekerja untuk Anda:

def filter_list(full_list, excludes):
    s = set(excludes)
    return (x for x in full_list if x not in s)

Hasilnya akan menjadi iterable yang akan malas mengambil daftar yang difilter. Jika Anda memerlukan objek daftar nyata (mis. Jika Anda perlu melakukan len()pada hasilnya), maka Anda dapat dengan mudah membuat daftar seperti:

filtered_list = list(filter_list(full_list, excludes))

Gunakan tipe himpunan Python. Itu akan menjadi yang paling Pythonic. :)

Juga, karena itu asli, itu harus menjadi metode yang paling optimal juga.

Lihat:

http://docs.python.org/library/stdtypes.html#set

http://docs.python.org/library/sets.htm (untuk python lama)

# Using Python 2.7 set literal format.
# Otherwise, use: l1 = set([1,2,6,8])
#
l1 = {1,2,6,8}
l2 = {2,3,5,8}
l3 = l1 - l2

gunakan Set Comprehensions {x for x in l2} atau set (l2) untuk mendapatkan set, kemudian gunakan List Comprehensions untuk mendapatkan daftar

l2set = set(l2)
l3 = [x for x in l1 if x not in l2set]

kode uji benchmark:

import time

l1 = list(range(1000*10 * 3))
l2 = list(range(1000*10 * 2))

l2set = {x for x in l2}

tic = time.time()
l3 = [x for x in l1 if x not in l2set]
toc = time.time()
diffset = toc-tic
print(diffset)

tic = time.time()
l3 = [x for x in l1 if x not in l2]
toc = time.time()
difflist = toc-tic
print(difflist)

print("speedup %fx"%(difflist/diffset))

hasil tes benchmark:

0.0015058517456054688
3.968189239501953
speedup 2635.179227x    

Solusi Alternatif:

reduce(lambda x,y : filter(lambda z: z!=y,x) ,[2,3,5,8],[1,2,6,8])