list comprehension :

property_asel = [val for is_good, val in zip(good_objects, property_a) if is_good]

property_asel = [property_a[i] for i in good_indices]

后者更快,因为数量更少 good_indices 比…的长度 property_a 良好的指数 是预先计算的,而不是动态生成的。

编辑 :第一个选项相当于 itertools.compress 从Python2.7/3.1开始提供。看到了吗 @Gary Kerr 的答案。

property_asel = list(itertools.compress(property_a, good_objects))

我有两个选择。

1. 使用numpy:

   property_a = numpy.array([545., 656., 5.4, 33.])
   property_b = numpy.array([ 1.2,  1.3, 2.3, 0.3])
   good_objects = [True, False, False, True]
   good_indices = [0, 3]
   property_asel = property_a[good_objects]
   property_bsel = property_b[good_indices]
   

2. 使用列表并压缩:

   property_a = [545., 656., 5.4, 33.]
   property_b = [ 1.2,  1.3, 2.3, 0.3]
   good_objects = [True, False, False, True]
   good_indices = [0, 3]
   property_asel = [x for x, y in zip(property_a, good_objects) if y]
   property_bsel = [property_b[i] for i in good_indices]
   

使用内置函数 zip

property_asel = [a for (a, truth) in zip(property_a, good_objects) if truth]

编辑

看看2.7的新特性。现在,itertools模块中有一个函数与上面的代码类似。

http://docs.python.org/library/itertools.html#itertools.compress

itertools.compress('ABCDEF', [1,0,1,0,1,1]) =>
  A, C, E, F

假设您只有项目列表和真实/必需索引列表,这应该是最快的:

property_asel = [ property_a[index] for index in good_indices ]

这意味着属性选择将只执行真实/所需索引的数量。如果有许多属性列表遵循单个标记(真/假)列表的规则,则可以使用相同的列表理解原则创建索引列表:

good_indices = [ index for index, item in enumerate(good_objects) if item ]

它遍历好对象中的每个项(同时使用enumerate记住其索引),并仅返回该项为真的索引。

的索引 每一组 索引,项 枚举 好东西 , 如果 (其中)

from numpy import *
property_a = array([545., 656., 5.4, 33.])
property_b = array([ 1.2,  1.3, 2.3, 0.3])
good_objects = [True, False, False, True]
good_indices = [0, 3]
property_asel = property_a[good_objects]
property_bsel = property_b[good_indices]

Numpy试图模仿Matlab/Scilab,但这是有代价的:您需要用关键字“array”声明每个列表,这会使脚本过载(Matlab/Scilab不存在这个问题)。请注意,此解决方案仅限于数字数组,在您的示例中就是这种情况。