使用另一个列表的值对列表进行索引（Python）

嘿，这个需求其实挺常见的，我分两种典型场景给你拆解，你对应自己的实际情况选方法就行：

这种场景下，核心就是根据索引直接取元素，有两种常用方法：

• 方法一：列表推导式（新手友好，直观易懂）
  直接遍历idx里的每个索引，取出mylist对应位置的元素：

  mylist = ["apple", "banana", "cherry", "date"]
  idx = [0, 2, 3]
  result = [mylist[i] for i in idx]
  # 输出结果：["apple", "cherry", "date"]
  

  优点是代码简单，一眼就能看懂，小数据量下完全够用。

• 方法二：用operator.itemgetter（大数据量更高效）
  如果你的列表很大，或者需要批量取多个索引，用这个方法效率更高：

  from operator import itemgetter
  
  mylist = ["apple", "banana", "cherry", "date"]
  idx = [0, 2, 3]
  result = list(itemgetter(*idx)(mylist))
  # 输出结果和上面一致
  

  原理是itemgetter(*idx)会生成一个函数，一次性取出所有指定索引的元素，最后转成列表即可。

比如idx是[True, False, True, True]，这种场景需要把元素和对应的布尔标记配对筛选：

• 方法一：列表推导式+zip配对
  用zip把mylist的元素和idx的布尔值一一配对，然后只保留标记为True的元素：

  mylist = ["apple", "banana", "cherry", "date"]
  idx = [True, False, True, True]
  result = [item for item, keep in zip(mylist, idx) if keep]
  # 输出结果：["apple", "cherry", "date"]
  

  逻辑清晰，不需要额外导入模块，日常用得最多。

• 方法二：用numpy（适合大型数据集）
  如果你的项目已经在使用numpy，这种方式会更简洁：

  import numpy as np
  
  mylist = ["apple", "banana", "cherry", "date"]
  idx = [True, False, True, True]
  arr = np.array(mylist)
  result = arr[idx].tolist()
  # 输出结果相同
  

  把列表转成numpy数组后，直接用布尔索引就能筛选元素，最后转回普通列表即可，处理大数据时速度优势明显。

小提醒 #

• 如果是索引列表，要确保所有索引都在mylist的有效范围内（比如mylist长度是4，索引不能≥4或者＜0），不然会报IndexError。
• 如果是布尔列表，最好保证它的长度和mylist一致，不然zip会以较短的那个列表为准，可能导致筛选结果不符合预期。

内容的提问来源于stack exchange，提问作者Hadi