如何在Python中高效过滤列表元素并获取符合条件元素的索引？

给定列表 my_list = [1,4,6,3,2,1,8]，需要筛选出值大于3的元素对应的索引，预期输出 [1,2,6]，可以用以下两种高效方法实现：

方法一：原生Python列表推导式（常规场景首选） #

利用enumerate()同时获取元素索引和值，结合列表推导式快速筛选：

my_list = [1,4,6,3,2,1,8]
filtered_indices = [idx for idx, entry in enumerate(my_list) if entry > 3]
print(filtered_indices)  # 输出: [1, 2, 6]

这种方法时间复杂度为O(n)，仅遍历列表一次，空间上只存储符合条件的索引，在日常开发的常规数据规模下足够高效且简洁。

方法二：Numpy向量运算（超大数据集优化） #

如果处理的是百万级以上的超大列表，用Numpy的向量运算能显著提升效率：

import numpy as np

my_list = [1,4,6,3,2,1,8]
arr = np.array(my_list)
filtered_indices = np.where(arr > 3)[0].tolist()
print(filtered_indices)  # 输出: [1, 2, 6]

Numpy通过底层C语言实现向量运算，避免了Python级别的循环开销，在数据量较大时性能优势明显。

内容的提问来源于stack exchange，提问作者ELLA