如何在python中向量化嵌套的for循环

Question

我最关心效率。 我有很长的ID列表，还有第二个较短的ID列表。 我想在第二个列表中存储与第一个列表中的每个ID对应的ID的位置（每个ID在每个列表中应该只出现一次）。 我已经编写了一个嵌套的for循环来执行此操作，但是由于第一个列表包含超过1000个元素，而第二个列表包含超过80k个元素，因此下面的代码花费了很长时间（但是可行）。

IDD1 = [0] * leng
IDD2 = [0] * leng
## Match IDs to position in table
for i in range(leng):
    for j in range(len(halo_id)):
        if ID1[i] == halo_id[j]:
            IDD1[i] = j
        if ID2[i] == halo_id[j]:
            IDD2[i] = j

如果有任何相关性，则这些ID最初来自halotools halo目录表。

编辑：

在两种情况下，数据实际上只是一个整数列表。 我想要的结果是一个整数列表（索引）。 ID1和ID2本质上是同一件事，我只需要以相同的方式对它们进行操作。 它们是我之前的整数列表。 halo_id相同，但更长。

Answer 1

首先，创建ID到位置的映射：

idmap = {i: e for (e, i) in enumerate(halod_id)}

然后遍历较小的列表，并进行映射：

idd1 = [idmap[el] for el in id1]

这将运算从O（n * m）减少到O（n + m）。