Usuń wszystkie elementy występujące na jednej liście z drugiej

Powiedzmy, że mam dwie listy l1i l2. Chcę wykonać l1 - l2, która zwraca wszystkie elementy l1nie w l2.

Mogę wymyślić naiwne podejście do tego, ale będzie to naprawdę nieefektywne. Jaki jest pytoniczny i skuteczny sposób to zrobić?

Jako przykład, jeśli mam l1 = [1,2,6,8] and l2 = [2,3,5,8], l1 - l2powinien wrócić[1,6]

Python ma funkcję językową o nazwie Listy, która doskonale nadaje się do tego, aby tego rodzaju rzeczy były niezwykle łatwe. Poniższa instrukcja robi dokładnie to, co chcesz i zapisuje wynik l3:

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

l3będzie zawierać [1, 6].

Jednym ze sposobów jest użycie zestawów:

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

Alternatywnie możesz również użyć filterwyrażenia lambda, aby uzyskać pożądany wynik. Na przykład:

>>> 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]

Porównanie wydajności

Tutaj porównuję wyniki wszystkich wymienionych tutaj odpowiedzi. Zgodnie z oczekiwaniami operacja set oparta na Arkku jest najszybsza.

• Różnica zestawu Arkku - pierwsza ( 0,122 usec na pętlę)

  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
  

• Zrozumienie listy Daniela Prydena z setwyszukiwaniem - drugie (0,302 usec na pętlę)

  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
  

• Zrozumienie listy pączków na zwykłej liście - trzecia (0,552 usec na pętlę)

  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
  

• Używanie Moinuddina Quadrifilter - czwarte (0,972 usec na pętlę)

  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 używa kombinacji reduce+filter - piąta (3,97 usec na pętlę)

  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 nie utrzymuje kolejności i usuwa zduplikowane elementy z listy. Dlatego nie używaj ustawionej różnicy, jeśli potrzebujesz którejkolwiek z nich.

Rozwijając odpowiedź Donut i inne odpowiedzi tutaj, możesz uzyskać jeszcze lepsze wyniki, używając zrozumienia generatora zamiast zrozumienia listy i setstruktury danych (ponieważ inoperator jest O (n) na liście, ale O (1) na planie).

Oto funkcja, która zadziała dla Ciebie:

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

Wynik będzie iterowalny, który leniwie pobierze przefiltrowaną listę. Jeśli potrzebujesz prawdziwego obiektu listy (np. Jeśli musisz zrobić len()na wyniku), możesz łatwo zbudować listę w ten sposób:

filtered_list = list(filter_list(full_list, excludes))

Użyj typu zestawu Python. To byłoby najbardziej pytoniczne. :)

Ponadto, ponieważ jest natywny, powinna być również najbardziej zoptymalizowaną metodą.

Widzieć:

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

http://docs.python.org/library/sets.htm (dla starszych python)

# 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

użyj Ustawić wyrażenia {x dla x w l2} lub ustaw (l2), aby uzyskać zestaw, a następnie użyj Wyjaśnienia listy, aby uzyskać listę

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

kod testu porównawczego:

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))

wynik testu porównawczego:

0.0015058517456054688
3.968189239501953
speedup 2635.179227x    

Alternatywne rozwiązanie:

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