嵌套列表中重复列表的索引

Question

我正在尝试解决与我的基因组对齐项目相关的问题，该问题如下所述： 如果给定一个嵌套列表 ``` y = [[1,2,3],[1,2,3],[3,4,5],[6,5,4],[4,2,5],[4,2,5],[1,2,8],[1,2,3]] ``` 将唯一列表的索引提取到嵌套列表中。 例如，上述嵌套列表的输出应为 ``` [[0,1,7],[2],[3],[4,5],[6]]。 ``` 这是因为列表 `[1,2,3]` 存在于索引位置 `0,1,7`，列表 `[3,4,5]` 存在于索引位置 `2`，以此类推。

由于我将处理大型列表，请问在Python中实现这个目标的最佳方式是什么？

- sindhuja

---

你尝试过什么？问题具体是什么？ - AMC

Answer 1

你可以创建一个字典（如果在较旧版本的Python上，则使用OrderedDict）。字典的键将是子列表的元组，值将是索引数组。循环后，字典的值将保存你的答案：

from collections import OrderedDict

y = [[1,2,3],[1,2,3],[3,4,5],[6,5,4],[4,2,5],[4,2,5],[1,2,8],[1,2,3]]

lookup = OrderedDict()
for idx,l in enumerate(y):
    lookup.setdefault(tuple(l), []).append(idx)

list(lookup.values())
# [[0, 1, 7], [2], [3], [4, 5], [6]]

- Mark

---

"older pythons" 的意思是：在 Python 3.6 中，有序性方面已经可以工作，在 Python 3.7 或更高版本中则得到了保证。详见此帖子。 - colidyre

这个解决方案比我的更快，更优雅，运行速度更快。+1 - PacketLoss

这种方法即使对于大型列表也非常高效。谢谢！ - sindhuja

Answer 2

你可以使用列表推导式和range函数来检查重复的索引并将它们添加到result中。

result = []
for num in range(len(y)):
    occurances = [i for i, x in enumerate(y) if x == y[num]]
    if occurances not in result: result.append(occurances)

result
#[[0, 1, 7], [2], [3], [4, 5], [6]]

- PacketLoss

Answer 3

考虑使用numpy解决这个问题：

import numpy as np

y = [
    [1, 2, 3],
    [1, 2, 3],
    [3, 4, 5],
    [6, 5, 4],
    [4, 2, 5],
    [4, 2, 5],
    [1, 2, 8],
    [1, 2, 3]
]

# Returns unique values of array, indices of that
# array, and the indices that would rebuild the original array
unique, indices, inverse = np.unique(y, axis=0, return_index=True, return_inverse=True)

---

这是每个变量的打印输出：

unique = [
[1 2 3]
[1 2 8]
[3 4 5]
[4 2 5]
[6 5 4]]

indices = [0 6 2 4 3]

inverse = [0 0 2 4 3 3 1 0]

如果我们看一下变量inverse，我们可以看到我们确实得到了[0, 1, 7]作为第一个唯一元素[1,2,3]的索引位置，现在我们需要适当地将它们分组。

new_list = []
for i in np.argsort(indices):
    new_list.append(np.where(inverse == i)[0].tolist()) 

输出：

new_list = [[0, 1, 7], [2], [3], [4, 5], [6]]

最后，上面代码的参考文献：

Numpy - unique（唯一值）、where（条件筛选）、argsort（排序索引）

- Flavio

Answer 4

另外一个解决方案：

y = [[1, 2, 3], [1, 2, 3], [3, 4, 5], [6, 5, 4], [4, 2, 5], [4, 2, 5], [1, 2, 8], [1, 2, 3]]

occurrences = {}

for i, v in enumerate(y):
    v = tuple(v)
    if v not in occurrences:
        occurrences.update({v: []})
    occurrences[v].append(i)

print(occurrences.values())

- funnydman