当前位置:首页 > 文章列表 > 文章 > python教程 > Python列表去重技巧全解析

Python列表去重技巧全解析

2025-12-01 10:48:30 0浏览 收藏

对于一个文章开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《Python列表去重方法大全》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

Python列表去重推荐使用list(dict.fromkeys(lst))保留顺序,1.用set()去重但不保序;2.dict.fromkeys()保序且高效;3.列表推导式+集合适用于复杂逻辑;4.不可哈希元素可转元组处理。

python对列表中的元素进行去重操作

Python中对列表元素去重有多种方法,根据是否需要保持原有顺序以及数据类型的不同,可以选择合适的方式。

1. 使用set()(不保留顺序)

最简单的方法是将列表转换为集合,再转回列表。但注意:这会丢失原始顺序。

lst = [1, 3, 2, 2, 4, 3, 5]
unique_lst = list(set(lst))
print(unique_lst)  # 输出顺序可能不同,如 [1, 2, 3, 4, 5]

适用场景:只关心唯一值,不关心顺序时使用。

2. 使用dict.fromkeys()(保留顺序)

从Python 3.7起,字典保持插入顺序,因此可用此方法高效去重并保留顺序。

lst = [1, 3, 2, 2, 4, 3, 5]
unique_lst = list(dict.fromkeys(lst))
print(unique_lst)  # 输出: [1, 3, 2, 4, 5]

推荐方式:这是目前最简洁且高效保留顺序的去重方法。

3. 使用列表推导式 + 辅助集合(保留顺序,灵活控制)

如果需要更复杂的判断逻辑,可以用遍历方式手动维护已见元素。

lst = [1, 3, 2, 2, 4, 3, 5]
seen = set()
unique_lst = [x for x in lst if not (x in seen or seen.add(x))]
print(unique_lst)  # 输出: [1, 3, 2, 4, 5]

利用 seen.add(x) 返回None的特性,实现一行判断与记录。

4. 对不可哈希元素去重(如嵌套列表)

若列表中包含列表等不可哈希类型,不能用set或dict方法。可转换为元组后处理。

lst = [[1, 2], [2, 3], [1, 2], [3, 4]]
seen = set()
unique_lst = []
for item in lst:
    tup = tuple(item)
    if tup not in seen:
        seen.add(tup)
        unique_lst.append(item)
print(unique_lst)  # 输出: [[1, 2], [2, 3], [3, 4]]

注意:仅适用于子元素都可转为元组的情况。

基本上就这些常用方法。多数情况下推荐 list(dict.fromkeys(lst)),简洁又高效。

今天关于《Python列表去重技巧全解析》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

JavaScript编译原理及Babel插件开发详解JavaScript编译原理及Babel插件开发详解
上一篇
JavaScript编译原理及Babel插件开发详解
Golang多协程广播消息实现技巧
下一篇
Golang多协程广播消息实现技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    441次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    512次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    529次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    470次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    299次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码