thelist[:] = [d for d in thelist if d.get('id') != 2]
编辑:由于对此代码的性能提出了一些疑问(一些基于对Python的性能特征的误解,一些基于超出给定规范的假设,即列表中仅存在一个dict,其key的值为2) id”),我希望在此方面给您保证。
在旧的Linux机器上,测量以下代码:
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(99)]; import random" "thelist=list(lod); random.shuffle(thelist); thelist[:] = [d for d in thelist if d.get('id') != 2]"
10000 loops, best of 3: 82.3 usec per loop
其中random.shuffle(需要确保要删除的元素始终不在同一位置;-大约需要57微秒),而初始副本则需要0.65微秒(对于Python列表的浅表副本的性能影响最大的人) 显然是在吃午饭了;-),需要避免更改循环中的原始列表(因此循环的每一段确实都有一些要删除的内容;-)。
当知道只有一个要删除的项目时,可以更快地找到和删除它:
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(99)]; import random" "thelist=list(lod); random.shuffle(thelist); where=(i for i,d in enumerate(thelist) if d.get('id')==2).next(); del thelist[where]"
10000 loops, best of 3: 72.8 usec per loop
(当然,如果您使用的是python 2.6或更高版本,请使用内置的next而不是.next方法)-但是,如果满足删除条件的命令数量不完全相同,则此代码将崩溃。 概括地说,我们有:
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*3; import random" "thelist=list(lod); where=[i for i,d in enumerate(thelist) if d.get('id')==2]; where.reverse()" "for i in where: del thelist[i]"
10000 loops, best of 3: 23.7 usec per loop
众所周知,在这里可以删除混洗,因为已经有三个等距的字典可以删除。 listcomp保持不变:
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*3; import random" "thelist=list(lod); thelist[:] = [d for d in thelist if d.get('id') != 2]"
10000 loops, best of 3: 23.8 usec per loop
完全并驾齐驱,甚至只需删除99个元素中的3个。 有了更长的列表和更多的重复,这当然具有更多的优势:
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*133; import random" "thelist=list(lod); where=[i for i,d in enumerate(thelist) if d.get('id')==2]; where.reverse()" "for i in where: del thelist[i]"
1000 loops, best of 3: 1.11 msec per loop
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*133; import random" "thelist=list(lod); thelist[:] = [d for d in thelist if d.get('id') != 2]"
1000 loops, best of 3: 998 usec per loop
总而言之,显然不值得部署制作和反转索引列表以删除的精妙之处,而不是完全简单明了的列表理解,在一个小情况下可能获得100纳秒,而在较大的情况下则损失113毫秒。 ;-)。 避免或批评简单,直接和完美的性能适当的解决方案(例如对此类“从列表中删除某些物品”问题的一般理解),是Knuth和Hoare的著名论点,即“过早的优化是 编程中所有邪恶的根源!!)