如何在python中向量化嵌套的for循環

Question

我最關心效率。 我有很長的ID列表，還有第二個較短的ID列表。 我想在第二個列表中存儲與第一個列表中的每個ID對應的ID的位置（每個ID在每個列表中應該只出現一次）。 我已經編寫了一個嵌套的for循環來執行此操作，但是由於第一個列表包含超過1000個元素，而第二個列表包含超過80k個元素，因此下面的代碼花費了很長時間（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

如果有任何相關性，則這些ID最初來自halotools halo目錄表。

編輯：

在兩種情況下，數據實際上只是一個整數列表。 我想要的結果是一個整數列表（索引）。 ID1和ID2本質上是同一件事，我只需要以相同的方式對它們進行操作。 它們是我之前的整數列表。 halo_id相同，但更長。

Answer 1

首先，創建ID到位置的映射：

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

然后遍歷較小的列表，並進行映射：

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

這將運算從O（n * m）減少到O（n + m）。