查找元素的索引子子列表

我有一個看起來像這樣的列表：查找元素的索引子子列表

a = [[[0.0125, 6.6], [0.0125, 6.65], [0.0125, 6.7], [0.0125, 6.75], [0.0125, 6.8]], [[0.0185, 6.6], [0.0185, 6.65], [0.0185, 6.7], [0.0185, 6.75], [0.0185, 6.8]]]

即：N子列表（只有兩個在這裏）和M子子列表中的每個子-list（在這個例子中是五個）。每個元素/子子列表由兩個浮點組成。

我需要找到給定元素的索引，比如說[0.0185, 6.75]。在這種情況下，結果應該是：[1, 3]。

我不能只應用.index()運算符a因爲元素是在一個子列表中，因爲我不知道先驗哪一個是我不能循環通過應用子列表該運算符，因爲如果找不到該元素將導致錯誤。

添加

我試圖通過zhangxaochen ANS DSM在一個更大的陣列的答案（16分列表和70分分表），看看哪一個是速度更快，這是什麼我得到了：

DSM: 4.31537628174e-05 
zhangxaochen: 0.00113296508789

由於帝斯曼的答案是~26倍，所以我選擇了那個。多謝你們！

來源

2014-01-21 Gabriel

當你寫「只有兩個在這裏」，這是否意味着，在現實中，將有超過兩個？ –

@Gabriel對於嵌套列表，你如何期望返回索引？ – thefourtheye

@thefourtheye沒有更多_nsted_子列表，但其中更多（即：而不是2個子列表，40;而不是5個子子列表，60）也許我表達自己很差，對不起。 – Gabriel

一種方法是使用next和enumerate：

>>> a = [[[0.0125, 6.6], [0.0125, 6.65], [0.0125, 6.7], [0.0125, 6.75], [0.0125, 6.8]], [[0.0185, 6.6], [0.0185, 6.65], [0.0185, 6.7], [0.0185, 6.75], [0.0185, 6.8]]] 
>>> search_for = [0.0185, 6.75] 
>>> print next(((i,j) for i,x in enumerate(a) for j,y in enumerate(x) 
...    if y == search_for), None) 
(1, 3) 
>>> search_for = [0.0185, 99] 
>>> print next(((i,j) for i,x in enumerate(a) for j,y in enumerate(x) 
...    if y == search_for), None) 
None

但由於測試花車的平等可能過於敏感，你可能要替換y == search_for與一個is_close(y, search_for)功能，它允許一些容錯的錯誤。使用is in或.index的方法無法真正處理該問題。

來源

2014-01-21 16:05:01 DSM

不幸的是，OP剛剛評論說這些列表可以更深入地嵌套。 –

不，這些列表不會嵌套得更深。我說可以有多個子列表和子子列表（這些子子列表內部甚至是最後一個元素），但是不能相互嵌套，只是它們的數量會增加。 – Gabriel

在致電.index()之前使用in進行會員測試。

def find(lst, needle): 
    for i, sublist in enumerate(lst): 
     if needle in sublist: 
      return [i, sublist.index(needle)] 

a = [[[0.0125, 6.6], [0.0125, 6.65], [0.0125, 6.7], [0.0125, 6.75], [0.0125, 6.8]], [[0.0185, 6.6], [0.0185, 6.65], [0.0185, 6.7], [0.0185, 6.75], [0.0185, 6.8]]] 
element = [0.0185, 6.75] 

print(find(a, element))

結果：

[1, 3]

來源

2014-01-21 16:03:32 senshin

'in'和'index'，它們都是'O（N）' – thefourtheye

@thefourtheye這是真的......有更快的方法嗎？如果數據沒有排序或其他結構化，你必須閱讀每個元素，直到你找到你要找的那個，不是嗎？ – senshin

@thefourtheye但它們都是內置方法，這意味着它們比python循環更快地遍歷列表。不過確實'senshin'可以使用'sublist.find（needle）'並且避免額外的迭代。或'try'塊內的'sublist.index（needle）'。 – Bakuriu

使用next和發電機的表達：

search = [0.0185, 6.75] 

gen = ((ix,iy) for ix,outer in enumerate(a) for iy,inner in enumerate(outer) if inner == search) 

next(gen,'not found') 
Out[27]: (1, 3)

如果發電機沒有找到結果筋疲力盡，next返回第二個參數（在這種情況下'not found'，使用任何你想使用）

如果嵌套列表比較上面會搞亂你，那是語法上等同於：

for ix,outer in enumerate(a): 
    for iy,inner in enumerate(outer): 
     if inner == search: 
      yield (ix,iy)

來源

2014-01-21 16:05:09 roippi

我想使用numpy做到這一點：

In [93]: from numpy import * 
    ...: a = [[[0.0125, 6.6], [0.0125, 6.65], [0.0125, 6.7], [0.0125, 6.75], [0.0125, 6.8]], [[0.0185, 6.6], [0.0185, 6.65], [0.0185, 6.7], [0.0185, 6.75], [0.0185, 6.8]]] 
    ...: a=np.asarray(a) 
    ...: needle=[0.0185, 6.75] 
    ...: idx=nonzero(all(a==needle, axis=-1)) 
    ...: asarray(idx)[:,0] 
    ...: 
Out[93]: array([1, 3])

我refered這些職位：

Python/NumPy first occurrence of subarray

https://github.com/numpy/numpy/issues/2269

通過這種方式，可以處理深度嵌套箱子，例如a=[[[[your data...],[...]]]]是4級嵌套，預期產出指數爲(0,1,3)現在：

In [95]: from numpy import * 
    ...: a = [[[[0.0125, 6.6], [0.0125, 6.65], [0.0125, 6.7], [0.0125, 6.75], [0.0125, 6.8]], [[0.0185, 6.6], [0.0185, 6.65], [0.0185, 6.7], [0.0185, 6.75], [0.0185, 6.8]]]] 
    ...: a=np.asarray(a) 
    ...: needle=[0.0185, 6.75] 
    ...: idx=nonzero(all(a==needle, axis=-1)) 
    ...: asarray(idx)[:,0] 
Out[95]: array([0, 1, 3])

來源

2014-01-21 16:21:47 zhangxaochen

查找元素的索引子子列表

回答

相關問題