没有for循环的python numpy数组访问列表

Question

我有一个可变长度数组的列表。 我有这样的东西：

a=[np.array([0, 3, 4]), np.array([1, 8]), np.array([2, 5, 7]), np.array([6])]

并希望从包含多个值的所有数组中提取除第一个值以外的所有值。在for循环中执行它是非常直接的，但是如果不使用for循环来节省时间，我将非常感激。我的for循环是这样的：

^{pr2}$

太多了。在

PS：尽管这是我在这里问的第一个问题，但stackoverflow是我几年前开始攻读博士学位以来的日常科学伙伴。感谢这个神奇的社区。在

Answer 1

您可以使用^{}（删除短字符）和^{}（切片）的组合：

b = map(lambda li: li[1:], filter(lambda li: len(li) > 1, a))

# [array([3, 4]), array([8]), array([5, 7])]

在Python3中，b是一个map对象，它可以像任何其他iterable一样通过list(b)列出。在Python2中，map返回一个list。在

Answer 2

您可以在一行中执行以下操作：

duplicate_pos = [i[1:] for i in a if len(i) != 1]

Answer 3

因为这个列表包含numpy数组，所以我怀疑您希望用numpy操作代替循环，而不仅仅是Python迭代的另一种形式。它可以通过将迭代移动到编译代码来加快速度。对于小阵列来说，由于开销过大，所以速度不快。在

在本例中，您从一个列表开始，而不是一个二维数组，并且该列表包含大小不等的数组。这是一个很好的指示，没有一个纯粹的解决方案。在

更干净的循环版本是（不需要使用索引）

def foo(a):
   b=[]
   for i in a:
       if i.shape[0]>1:   # use len(i) if i might be a list
           b.append(i[1:])
   return b

但这可以很好地表达为列表理解

^{pr2}$

在timeit测试中，这比for循环快50%。但是测试用例太小了，我不会在时间差上放太多的股票。在

我希望其他迭代器-生成器、映射、itertools-的时间也差不多。欢迎其他人详细说明时间。在

i[1:]在1（或0）元素数组上运行正常，因此您可能不需要if测试。或者可以在另一个迭代中过滤出空数组。对于小列表，迭代选择通常是样式的问题，what expresses the task most clearly to the reader，而不是时间问题。在

---

如果子数组的长度相同，或者可能用-1之类的东西填充，那么可以将它们组合成一个2d数组，然后从中进行选择

A = np.vstack(a)
A[:,1:]

但是vstack在列表上迭代，在应用连接之前将每个子数组转换为一个2d数组。仅此一项就比列表解决方案慢。在