ブール値のリストに基づくリストのフィルタリング

ブール値のリストの値を指定してフィルタリングする必要がある値のリストがあります。

list_a = [1, 2, 4, 6]
filter = [True, False, True, False]

次の行を使用して、新しいフィルター済みリストを生成します。

filtered_list = [i for indx,i in enumerate(list_a) if filter[indx] == True]

その結果：

print filtered_list
[1,4]

ラインは機能しますが、（私にとって）少しやり過ぎに見え、同じことを達成するためのより簡単な方法があるかどうか疑問に思っていました。

アドバイス

以下の回答で与えられる2つの良いアドバイスの要約：

1- filter組み込み関数であるため、リストに名前を付けないでください。

2- それは不必要なので、True私がしたように物事を比較しないでくださいif filter[idx]==True..。使うif filter[idx]だけで十分です。

あなたが探していますitertools.compress：

>>> from itertools import compress
>>> list_a = [1, 2, 4, 6]
>>> fil = [True, False, True, False]
>>> list(compress(list_a, fil))
[1, 4]

タイミング比較（py3.x）：

>>> list_a = [1, 2, 4, 6]
>>> fil = [True, False, True, False]
>>> %timeit list(compress(list_a, fil))
100000 loops, best of 3: 2.58 us per loop
>>> %timeit [i for (i, v) in zip(list_a, fil) if v]  #winner
100000 loops, best of 3: 1.98 us per loop

>>> list_a = [1, 2, 4, 6]*100
>>> fil = [True, False, True, False]*100
>>> %timeit list(compress(list_a, fil))              #winner
10000 loops, best of 3: 24.3 us per loop
>>> %timeit [i for (i, v) in zip(list_a, fil) if v]
10000 loops, best of 3: 82 us per loop

>>> list_a = [1, 2, 4, 6]*10000
>>> fil = [True, False, True, False]*10000
>>> %timeit list(compress(list_a, fil))              #winner
1000 loops, best of 3: 1.66 ms per loop
>>> %timeit [i for (i, v) in zip(list_a, fil) if v] 
100 loops, best of 3: 7.65 ms per loop

_{filter変数名として使用しないでください。これは組み込み関数です。}

そのようです：

filtered_list = [i for (i, v) in zip(list_a, filter) if v]

を使用すると、インデックス付けを必要とせずに複数のシーケンスを並行して反復zipするPythonの方法です。これは、両方のシーケンスの長さが同じであることを前提としています（最短で実行すると、zipが停止します）。itertoolsそのような単純なケースに使用するのは少しやりすぎです...

あなたがあなたの例であなたが本当にやめるべきである一つのことは、物事をTrueと比較することです、これは通常必要ではありません。の代わりにif filter[idx]==True: ...、単に書くことができますif filter[idx]: ...。

numpyで：

In [128]: list_a = np.array([1, 2, 4, 6])
In [129]: filter = np.array([True, False, True, False])
In [130]: list_a[filter]

Out[130]: array([1, 4])

または、list_aをnumpy配列にすることはできるがフィルタはできない場合は、Alex Szatmaryの回答を参照してください。

Numpyは通常、速度も大幅に向上します

In [133]: list_a = [1, 2, 4, 6]*10000
In [134]: fil = [True, False, True, False]*10000
In [135]: list_a_np = np.array(list_a)
In [136]: fil_np = np.array(fil)

In [139]: %timeit list(itertools.compress(list_a, fil))
1000 loops, best of 3: 625 us per loop

In [140]: %timeit list_a_np[fil_np]
10000 loops, best of 3: 173 us per loop

この使用numpyのを行うには、つまり、あなたは配列を持っている場合、a代わりのlist_a：

a = np.array([1, 2, 4, 6])
my_filter = np.array([True, False, True, False], dtype=bool)
a[my_filter]
> array([1, 4])

filtered_list = [list_a[i] for i in range(len(list_a)) if filter[i]]

Python 3ではlist_a[filter]、True値の取得に使用できます。False値を取得するには、list_a[~filter]