在 python 中处理 list.index(might-not-exist) 的最佳方法？

Question

我有看起来像这样的代码：

thing_index = thing_list.index(thing)
otherfunction(thing_list, thing_index)

好的，这很简单，但你明白了。 现在thing可能实际上不在列表中，在这种情况下，我想将 -1 作为thing_index传递。 在其他语言中，这是您希望index()在找不到元素时返回的内容。 事实上，它会抛出一个ValueError 。

我可以这样做：

try:
    thing_index = thing_list.index(thing)
except ValueError:
    thing_index = -1
otherfunction(thing_list, thing_index)

但这感觉很脏，而且我不知道是否会因其他原因引发ValueError 。 我根据生成器函数提出了以下解决方案，但似乎有点复杂：

thing_index = ( [(i for i in xrange(len(thing_list)) if thing_list[i]==thing)] or [-1] )[0]

有没有更干净的方法来实现同样的目标？ 让我们假设列表没有排序。

Answer 1

使用 try-except 子句没有任何“肮脏”之处。 这是pythonic的方式。 ValueError只会由.index方法引发，因为它是您在那里唯一的代码！

要回答评论：
在 Python 中，请求宽恕比获得许可更容易的哲学已经确立，并且没有index不会为任何其他问题引发此类错误。 不是我能想到的。

Answer 2

thing_index = thing_list.index(elem) if elem in thing_list else -1

一条线。 简单的。 没有例外。

Answer 3

dict类型有一个get函数，如果字典中不存在键，则get的第二个参数是它应该返回的值。 同样有setdefault ，如果键存在，它返回dict的值，否则它根据您的默认参数设置值，然后返回您的默认参数。

您可以扩展list类型以具有getindexdefault方法。

class SuperDuperList(list):
    def getindexdefault(self, elem, default):
        try:
            thing_index = self.index(elem)
            return thing_index
        except ValueError:
            return default

然后可以像这样使用：

mylist = SuperDuperList([0,1,2])
index = mylist.getindexdefault( 'asdf', -1 )

Answer 4

如果您经常这样做，那么最好将其存放在辅助函数中：

def index_of(val, in_list):
    try:
        return in_list.index(val)
    except ValueError:
        return -1 

Answer 5

您使用ValueError的代码没有任何问题。 如果您想避免例外，这里还有一个单行：

thing_index = next((i for i, x in enumerate(thing_list) if x == thing), -1)

Answer 6

😃这个怎么办：

li = [1,2,3,4,5] # create list 

li = dict(zip(li,range(len(li)))) # convert List To Dict 
print( li ) # {1: 0, 2: 1, 3: 2, 4:3 , 5: 4}
li.get(20) # None 
li.get(1)  # 0 

Answer 7

这个问题是语言哲学问题之一。 例如，在 Java 中一直有一个传统，即异常应该只在“异常情况”中使用，即发生错误时，而不是用于流量控制。 一开始这是出于性能原因，因为 Java 异常很慢，但现在这已成为公认的风格。

相比之下，Python 一直使用异常来表示正常的程序流程，比如我们在这里讨论的引发ValueError 。 在 Python 风格中，这并没有什么“肮脏”的地方，而且还有更多的地方。 一个更常见的例子是StopIteration异常，它由迭代器的next()方法引发，以表示没有其他值。

Answer 8

那这个呢：

otherfunction(thing_collection, thing)

与其在函数接口中公开诸如列表索引之类的依赖于实现的东西，不如传递集合和事物并让其他函数处理“成员资格测试”问题。 如果 otherfunction 被编写为与集合类型无关，那么它可能会以：

if thing in thing_collection:
    ... proceed with operation on thing

如果 thing_collection 是列表、元组、集合或字典，这将起作用。

这可能比：

if thing_index != MAGIC_VALUE_INDICATING_NOT_A_MEMBER:

这是您在其他功能中已有的代码。

Answer 9

像这样怎么样：

temp_inx = (L + [x]).index(x) 
inx = temp_inx if temp_inx < len(L) else -1

Answer 10

已经有一段时间了，但它是 stdlib 的核心部分，并且有许多潜在的方法，所以我认为为不同的建议提供一些基准是很有用的，并包括迄今为止最快的 numpy 方法。

import random
from timeit import timeit
import numpy as np

l = [random.random() for i in range(10**4)]
l[10**4 - 100] = 5

# method 1
def fun1(l:list, x:int, e = -1) -> int:
    return [[i for i,elem in enumerate(l) if elem == x] or [e]][0]

# method 2
def fun2(l:list, x:int, e = -1) -> int:
    for i,elem in enumerate(l):
        if elem == x:
            return i
    else:
        return e

# method 3
def fun3(l:list, x:int, e = -1) -> int:
    try:
        idx = l.index(x)
    except ValueError:
        idx = e
    return idx

# method 4
def fun4(l:list, x:int, e = -1) -> int:
    return l.index(x) if x in l else e

l2 = np.array(l)
# method 5
def fun5(l:list or np.ndarray, x:int, e = -1) -> int:
    res = np.where(np.equal(l, x))
    if res[0].any():
        return res[0][0]
    else:        
        return e


if __name__ == "__main__":
    print("Method 1:")
    print(timeit(stmt = "fun1(l, 5)", number = 1000, globals = globals()))
    print("")
    print("Method 2:")
    print(timeit(stmt = "fun2(l, 5)", number = 1000, globals = globals()))
    print("")
    print("Method 3:")
    print(timeit(stmt = "fun3(l, 5)", number = 1000, globals = globals()))
    print("")
    print("Method 4:")
    print(timeit(stmt = "fun4(l, 5)", number = 1000, globals = globals()))
    print("")
    print("Method 5, numpy given list:")
    print(timeit(stmt = "fun5(l, 5)", number = 1000, globals = globals()))
    print("")
    print("Method 6, numpy given np.ndarray:")
    print(timeit(stmt = "fun5(l2, 5)", number = 1000, globals = globals()))
    print("")

当作为 main 运行时，这会在我的机器上产生以下打印输出，以秒为单位指示完成每个功能的 1000 次试验的时间：

方法一：0.7502102799990098

方法二：0.7291318440002215

方法三：0.24142152300009911

方法四：0.5253471979995084

方法五、numpy给定列表：0.5045417560013448

方法六，numpy给定np.ndarray：0.011147511999297421

当然，这个问题专门询问列表，因此最好的解决方案是使用 try-except 方法，但是通过使用 numpy 数据结构和运算符而不是 python 数据结构提供了速度改进（与 try-except 相比，这里至少提高了 20 倍）很重要，如果在许多对性能至关重要的数据数组上构建某些东西，那么作者应该尝试始终使用 numpy 来利用超快的 C 绑定。 （CPython 解释器，其他解释器性能可能有所不同）

顺便说一句，方法 5 比方法 6 慢得多的原因是因为 numpy 首先必须将给定的列表转换为它自己的 numpy 数组，所以给它一个列表并不会破坏它，它只是没有充分利用可能的速度。

Answer 11

我对列表中的“.index()”方法有同样的问题。 我对它抛出异常这一事实没有异议，但我强烈不同意它是一个非描述性的 ValueError 这一事实。 不过，我可以理解它是否是一个 IndexError。

我可以理解为什么返回“-1”也是一个问题，因为它是 Python 中的有效索引。 但实际上，我从不期望“.index()”方法返回负数。

这里有一个单行（好吧，这是一个相当长的行......），只遍历列表一次，如果未找到该项目，则返回“无”。 如果您愿意，重写它以返回 -1 将是微不足道的。

indexOf = lambda list, thing: \
            reduce(lambda acc, (idx, elem): \
                   idx if (acc is None) and elem == thing else acc, list, None)

如何使用：

>>> indexOf([1,2,3], 4)
>>>
>>> indexOf([1,2,3], 1)
0
>>>

Answer 12

实现比较

Python 3.8 上的简单比较

TL；DR maybeidx2通常更快，除了有很多未命中的数组 (n<100)

def maybeidx1(l, v):
    return l.index(v) if v in l else None

def maybeidx2(l, v):
    try:
        return l.index(v)
    except ValueError:
        return None

测试用例：

a = [*range(100_000)]
# Case 1: index in list
maybeidx1(a, 50_000)
Out[20]: 50000
maybeidx2(a, 50_000)
Out[21]: 50000
# Case 2: index not in list
maybeidx1(a, 100_000) is None
Out[23]: True
maybeidx2(a, 100_000) is None
Out[24]: True

时序案例 1

%timeit maybeidx1(a, 50_000)
1.06 ms ± 15.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit maybeidx2(a, 50_000)
530 µs ± 8.47 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

时序案例 2

%timeit maybeidx1(a, 100_000)
1.07 ms ± 21 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit maybeidx2(a, 100_000)
1.07 ms ± 16.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

结果

对更大的数组使用maybeidx2方法。 由于maybeidx1对数组进行了两次扫描以搜索该值，因此速度更快 - 这仍然是 O(n) 时间，但乘数为 2，因此在实践中较慢。 这适用于列表中存在值的情况。 当该值不存在时，这些时间将大致相等； 他们都必须只扫描一次完整的数组，然后返回None 。 try-except的开销可以忽略不计，即使数组大小为 10 -除非发生第二种情况。 然后try-except开销很明显。 例子：

a = [*range(10)]
%timeit maybeidx1(a, 10)
191 ns ± 2.61 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
%timeit maybeidx2(a, 10)
566 ns ± 5.93 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

当a超过 100 个元素时，这种开销变得可以忽略不计（在我的机器上）。

Answer 13

我会直言不讳：这里的答案非常糟糕，并且具有疯狂的时间复杂度。

这里有一个简单的方法。

使用dict().get('key', 'some_value') ，将返回'key'处的值，如果该键不在字典中，将返回'some_value' 。

您可以使用列表及其索引创建这样的字典。

mylist = ['cat' 'dog', 'bunny']

mapping = [value: index for index, value in enumerate(mylist)]

然后，如果找到， mapping.get('key', 0)将返回索引，或者None 。

mapping.get('penguin', 0)  # returns 0

Answer 14

从 Python 3.6 开始， index和rindex有find和rfind方法，它们返回-1而不是抛出异常。

Answer 15

我建议：

if thing in thing_list:
  list_index = -1
else:
  list_index = thing_list.index(thing)

Answer 16

我不知道为什么你应该认为它很脏......因为例外？ 如果你想要一个oneliner，这里是：

thing_index = thing_list.index(elem) if thing_list.count(elem) else -1

但我建议不要使用它； 我认为 Ross Rogers 的解决方案是最好的，使用一个对象来封装你想要的行为，不要试图以可读性为代价将语言推向极限。