Filtrer une liste en fonction d'une liste de booléens

J'ai une liste de valeurs que je dois filtrer étant donné les valeurs dans une liste de booléens:

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

Je génère une nouvelle liste filtrée avec la ligne suivante:

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

ce qui se traduit par:

print filtered_list
[1,4]

La ligne fonctionne mais me semble un peu exagérée et je me demandais s'il y avait un moyen plus simple d'y parvenir.

Des conseils

Résumé de deux bons conseils donnés dans les réponses ci-dessous:

1- Ne nommez pas une liste filtercomme je l'ai fait car c'est une fonction intégrée.

2- Ne comparez pas les choses à ce Trueque j'ai fait if filter[idx]==True..car c'est inutile. Il suffit d'utiliser if filter[idx].

Vous recherchez itertools.compress:

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

Comparaisons de temps (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

_{Ne pas utiliser filtercomme nom de variable, c'est une fonction intégrée.}

Ainsi:

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

L'utilisation zipest la manière pythonique d'itérer sur plusieurs séquences en parallèle, sans avoir besoin d'indexation. Cela suppose que les deux séquences ont la même longueur (le zip s'arrête après la fin du plus court). Utiliser itertoolspour un cas aussi simple est un peu exagéré ...

Une chose que vous faites dans votre exemple que vous devriez vraiment arrêter de faire est de comparer les choses à True, ce n'est généralement pas nécessaire. Au lieu de if filter[idx]==True: ..., vous pouvez simplement écrire if filter[idx]: ....

Avec numpy:

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])

ou voir la réponse d'Alex Szatmary si list_a peut être un tableau numpy mais pas un filtre

Numpy vous donne généralement une grande augmentation de vitesse

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

Pour ce faire, utilisez numpy, c'est-à-dire si vous avez un tableau a, au lieu de 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]]

Avec python 3, vous pouvez utiliser list_a[filter]pour obtenir des Truevaleurs. Pour obtenir des Falsevaleurs, utilisezlist_a[~filter]