2つのリストの違いを理解する
私はPythonには、次の2つのリストがあります。
temp1 = ['One', 'Two', 'Three', 'Four']
temp2 = ['One', 'Two']
最初のリストから2番目のリストに存在しない項目を含む3番目のリストを作成する必要があります。例から私は得なければならない：
temp3 = ['Three', 'Four']
サイクルやチェックなしで何か速い方法はありますか？
In [5]: list(set(temp1) - set(temp2))
Out[5]: ['Four', 'Three']
注意してください
In [5]: set([1, 2]) - set([2, 3])
Out[5]: set([1])
あなたはそれをset([1, 3])と同等にすることを期待したい、または欲しいところです。あなたの答えとしてset([1, 3])が欲しいのなら、set([1, 2]).symmetric_difference(set([2, 3]))を使う必要があります。
既存のソリューションはすべて、次のいずれかを提供します。
- O（n * m）よりも速いパフォーマンス。
- 入力リストの順番を保存します。
しかし、これまでのところ両方の解決策はありません。両方が欲しいなら、これを試してください：
s = set(temp2)
temp3 = [x for x in temp1 if x not in s]
性能テスト
import timeit
init = 'temp1 = list(range(100)); temp2 = [i * 2 for i in range(50)]'
print timeit.timeit('list(set(temp1) - set(temp2))', init, number = 100000)
print timeit.timeit('s = set(temp2);[x for x in temp1 if x not in s]', init, number = 100000)
print timeit.timeit('[item for item in temp1 if item not in temp2]', init, number = 100000)
結果：
4.34620224079 # ars' answer
4.2770634955 # This answer
30.7715615392 # matt b's answer
順序を保存することと同様に私が提示した方法も、不要な集合の構築を必要としないので集合減算より（わずかに）速いです。最初のリストが2番目のリストよりかなり長い場合、およびハッシュが高価な場合は、パフォーマンスの違いがより顕著になります。これを実証する2番目のテストがあります。
init = '''
temp1 = [str(i) for i in range(100000)]
temp2 = [str(i * 2) for i in range(50)]
'''
結果：
11.3836875916 # ars' answer
3.63890368748 # this answer (3 times faster!)
37.7445402279 # matt b's answer
temp3 = [item for item in temp1 if item not in temp2]
2つのリスト（たとえばlist1とlist2）の違いは、次の単純な関数を使って見つけることができます。
def diff(list1, list2):
c = set(list1).union(set(list2)) # or c = set(list1) | set(list2)
d = set(list1).intersection(set(list2)) # or d = set(list1) & set(list2)
return list(c - d)
または
def diff(list1, list2):
return list(set(list1).symmetric_difference(set(list2))) # or return list(set(list1) ^ set(list2))
上記の関数を使うことで、diff(temp2, temp1)またはdiff(temp1, temp2)を使って違いを見つけることができます。どちらも['Four', 'Three']という結果になります。あなたはリストの順番やどのリストが最初に与えられるべきかについて心配する必要はありません。
あなたが再帰的に違いが欲しい場合には、私はpython用のパッケージを書きました： https://github.com/seperman/deepdiff
Installation
PyPiからインストールします。
pip install deepdiff
使用例
インポート中
>>> from deepdiff import DeepDiff
>>> from pprint import pprint
>>> from __future__ import print_function # In case running on Python 2
同じオブジェクトが空を返す
>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = t1
>>> print(DeepDiff(t1, t2))
{}
アイテムの種類が変更されました
>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = {1:1, 2:"2", 3:3}
>>> pprint(DeepDiff(t1, t2), indent=2)
{ 'type_changes': { 'root[2]': { 'newtype': <class 'str'>,
'newvalue': '2',
'oldtype': <class 'int'>,
'oldvalue': 2}}}
アイテムの値が変わりました
>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = {1:1, 2:4, 3:3}
>>> pprint(DeepDiff(t1, t2), indent=2)
{'values_changed': {'root[2]': {'newvalue': 4, 'oldvalue': 2}}}
追加または削除されたアイテム
>>> t1 = {1:1, 2:2, 3:3, 4:4}
>>> t2 = {1:1, 2:4, 3:3, 5:5, 6:6}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff)
{'dic_item_added': ['root[5]', 'root[6]'],
'dic_item_removed': ['root[4]'],
'values_changed': {'root[2]': {'newvalue': 4, 'oldvalue': 2}}}
文字列の違い
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world"}}
>>> t2 = {1:1, 2:4, 3:3, 4:{"a":"hello", "b":"world!"}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'values_changed': { 'root[2]': {'newvalue': 4, 'oldvalue': 2},
"root[4]['b']": { 'newvalue': 'world!',
'oldvalue': 'world'}}}
文字列の違い2
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world!\nGoodbye!\n1\n2\nEnd"}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world\n1\n2\nEnd"}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'values_changed': { "root[4]['b']": { 'diff': '--- \n'
'+++ \n'
'@@ -1,5 +1,4 @@\n'
'-world!\n'
'-Goodbye!\n'
'+world\n'
' 1\n'
' 2\n'
' End',
'newvalue': 'world\n1\n2\nEnd',
'oldvalue': 'world!\n'
'Goodbye!\n'
'1\n'
'2\n'
'End'}}}
>>>
>>> print (ddiff['values_changed']["root[4]['b']"]["diff"])
---
+++
@@ -1,5 +1,4 @@
-world!
-Goodbye!
+world
1
2
End
タイプ変更
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":"world\n\n\nEnd"}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'type_changes': { "root[4]['b']": { 'newtype': <class 'str'>,
'newvalue': 'world\n\n\nEnd',
'oldtype': <class 'list'>,
'oldvalue': [1, 2, 3]}}}
リストの違い
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3, 4]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2]}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{'iterable_item_removed': {"root[4]['b'][2]": 3, "root[4]['b'][3]": 4}}
リストの違い2：
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 3, 2, 3]}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'iterable_item_added': {"root[4]['b'][3]": 3},
'values_changed': { "root[4]['b'][1]": {'newvalue': 3, 'oldvalue': 2},
"root[4]['b'][2]": {'newvalue': 2, 'oldvalue': 3}}}
順序や重複を無視して違いをリストする：（上記と同じ辞書を使う）
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, 3]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 3, 2, 3]}}
>>> ddiff = DeepDiff(t1, t2, ignore_order=True)
>>> print (ddiff)
{}
辞書を含むリスト：
>>> t1 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, {1:1, 2:2}]}}
>>> t2 = {1:1, 2:2, 3:3, 4:{"a":"hello", "b":[1, 2, {1:3}]}}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (ddiff, indent = 2)
{ 'dic_item_removed': ["root[4]['b'][2][2]"],
'values_changed': {"root[4]['b'][2][1]": {'newvalue': 3, 'oldvalue': 1}}}
セット：
>>> t1 = {1, 2, 8}
>>> t2 = {1, 2, 3, 5}
>>> ddiff = DeepDiff(t1, t2)
>>> pprint (DeepDiff(t1, t2))
{'set_item_added': ['root[3]', 'root[5]'], 'set_item_removed': ['root[8]']}
名前付きタプル：
>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> t1 = Point(x=11, y=22)
>>> t2 = Point(x=11, y=23)
>>> pprint (DeepDiff(t1, t2))
{'values_changed': {'root.y': {'newvalue': 23, 'oldvalue': 22}}}
カスタムオブジェクト
>>> class ClassA(object):
... a = 1
... def __init__(self, b):
... self.b = b
...
>>> t1 = ClassA(1)
>>> t2 = ClassA(2)
>>>
>>> pprint(DeepDiff(t1, t2))
{'values_changed': {'root.b': {'newvalue': 2, 'oldvalue': 1}}}
追加されたオブジェクト属性：
>>> t2.c = "new attribute"
>>> pprint(DeepDiff(t1, t2))
{'attribute_added': ['root.c'],
'values_changed': {'root.b': {'newvalue': 2, 'oldvalue': 1}}}
あなたが本当にパフォーマンスを検討しているならば、それから派手に使用してください！
これはgithubの要旨としての完全なノートブックで、list、numpy、そしてpandasを比較したものです。
https://Gist.github.com/denfromufa/2821ff59b02e9482be15d27f2bbd4451
現在の解決策のどれもタプルを生成しないので、私は投げます：
temp3 = Tuple(set(temp1) - set(temp2))
あるいは：
#edited using @Mark Byers idea. If you accept this one as answer, just accept his instead.
temp3 = Tuple(x for x in temp1 if x not in set(temp2))
この方向で他のタプルではない答えを生み出すように、それは秩序を維持します
最も簡単な方法
set（）を使用します。difference（set（））
list_a = [1,2,3]
list_b = [2,3]
print set(list_a).difference(set(list_b))
答えはset([1])です
リストとして印刷できます
print list(set(list_a).difference(set(list_b)))
Python XOR演算子を使用して実行できます。
- これは各リストの重複を削除します
- これは、temp2とtemp2、およびtemp1とtemp2の差を示します。
set(temp1) ^ set(temp2)
これを試して：
temp3 = set(temp1) - set(temp2)
これはMarkのリストの理解よりもさらに速いかもしれません：
list(itertools.filterfalse(set(temp2).__contains__, temp1))
私は2つのリストを取り、diffのbashがすることができるものが欲しいと思った。この質問は、 "python diff two lists"を検索するときに最初に表示され、それほど具体的ではないので、私が思いついたものを投稿します。
SequenceMatherの difflib を使用すると、diffのように2つのリストを比較できます。他の答えのどれもあなたに違いが起こる位置を教えないでしょうが、これはそうします。いくつかの答えは一方向にだけ違いを与えます。要素を並べ替えるものもあります。重複を扱わない人もいます。しかし、この解決策はあなたに2つのリストの間の本当の違いを与えます：
a = 'A quick fox jumps the lazy dog'.split()
b = 'A quick brown mouse jumps over the dog'.split()
from difflib import SequenceMatcher
for tag, i, j, k, l in SequenceMatcher(None, a, b).get_opcodes():
if tag == 'equal': print('both have', a[i:j])
if tag in ('delete', 'replace'): print(' 1st has', a[i:j])
if tag in ('insert', 'replace'): print(' 2nd has', b[k:l])
これは出力します：
both have ['A', 'quick']
1st has ['fox']
2nd has ['brown', 'mouse']
both have ['jumps']
2nd has ['over']
both have ['the']
1st has ['lazy']
both have ['dog']
もちろん、あなたのアプリケーションが他の答えと同じ仮定をしていれば、あなたはそれらから最も恩恵を受けるでしょう。しかし、本当のdiff機能を探しているのなら、これが唯一の方法です。
たとえば、他の答えでは処理できませんでした。
a = [1,2,3,4,5]
b = [5,4,3,2,1]
しかし、これはしません：
2nd has [5, 4, 3, 2]
both have [1]
1st has [2, 3, 4, 5]
これが最も単純な場合のCounterの答えです。
これは、質問が要求することだけを実行するためです。最初のリストにはあるが2番目のリストにはないもののリストを生成するためです。
from collections import Counter
lst1 = ['One', 'Two', 'Three', 'Four']
lst2 = ['One', 'Two']
c1 = Counter(lst1)
c2 = Counter(lst2)
diff = list((c1 - c2).elements())
代わりに、あなたの読みやすさの好みに応じて、それはまともなワンライナーになります：
diff = list((Counter(lst1) - Counter(lst2)).elements())
出力：
['Three', 'Four']
繰り返しているだけであれば、list(...)呼び出しを削除できます。
このソリューションはカウンターを使用するため、数量ベースの回答に対して数量を適切に処理します。例えばこの入力では：
lst1 = ['One', 'Two', 'Two', 'Two', 'Three', 'Three', 'Four']
lst2 = ['One', 'Two']
出力は以下のとおりです。
['Two', 'Two', 'Three', 'Three', 'Four']
Difflistの要素がソートされて設定されている場合は、単純な方法を使用できます。
list1=[1,2,3,4,5]
list2=[1,2,3]
print list1[len(list2):]
またはネイティブのsetメソッドを使って：
subset=set(list1).difference(list2)
print subset
import timeit
init = 'temp1 = list(range(100)); temp2 = [i * 2 for i in range(50)]'
print "Naive solution: ", timeit.timeit('temp1[len(temp2):]', init, number = 100000)
print "Native set solution: ", timeit.timeit('set(temp1).difference(temp2)', init, number = 100000)
ナイーブソリューション：0.0787101593292
ネイティブセットソリューション：0.998837615564
私はこのゲームには少し遅すぎますが、上記のコードのいくつかのパフォーマンスをこれと比較することができます。
list(set(x).symmetric_difference(set(y)))
list(set(x) ^ set(y))
初級レベルのコーディングをお詫び申し上げます。
import time
import random
from itertools import filterfalse
# 1 - performance (time taken)
# 2 - correctness (answer - 1,4,5,6)
# set performance
performance = 1
numberoftests = 7
def answer(x,y,z):
if z == 0:
start = time.clock()
lists = (str(list(set(x)-set(y))+list(set(y)-set(y))))
times = ("1 = " + str(time.clock() - start))
return (lists,times)
Elif z == 1:
start = time.clock()
lists = (str(list(set(x).symmetric_difference(set(y)))))
times = ("2 = " + str(time.clock() - start))
return (lists,times)
Elif z == 2:
start = time.clock()
lists = (str(list(set(x) ^ set(y))))
times = ("3 = " + str(time.clock() - start))
return (lists,times)
Elif z == 3:
start = time.clock()
lists = (filterfalse(set(y).__contains__, x))
times = ("4 = " + str(time.clock() - start))
return (lists,times)
Elif z == 4:
start = time.clock()
lists = (Tuple(set(x) - set(y)))
times = ("5 = " + str(time.clock() - start))
return (lists,times)
Elif z == 5:
start = time.clock()
lists = ([tt for tt in x if tt not in y])
times = ("6 = " + str(time.clock() - start))
return (lists,times)
else:
start = time.clock()
Xarray = [iDa for iDa in x if iDa not in y]
Yarray = [iDb for iDb in y if iDb not in x]
lists = (str(Xarray + Yarray))
times = ("7 = " + str(time.clock() - start))
return (lists,times)
n = numberoftests
if performance == 2:
a = [1,2,3,4,5]
b = [3,2,6]
for c in range(0,n):
d = answer(a,b,c)
print(d[0])
Elif performance == 1:
for tests in range(0,10):
print("Test Number" + str(tests + 1))
a = random.sample(range(1, 900000), 9999)
b = random.sample(range(1, 900000), 9999)
for c in range(0,n):
#if c not in (1,4,5,6):
d = answer(a,b,c)
print(d[1])
TypeError: unhashable type: 'list'に遭遇したら、リストやセットをタプルに変える必要があります。
set(map(Tuple, list_of_lists1)).symmetric_difference(set(map(Tuple, list_of_lists2)))
arulmr solutionの単一行バージョン
def diff(listA, listB):
return set(listA) - set(listB) | set(listA) -set(listB)
チェンジセットのようなものが欲しいなら... Counterを使うことができます
from collections import Counter
def diff(a, b):
""" more verbose than needs to be, for clarity """
ca, cb = Counter(a), Counter(b)
to_add = cb - ca
to_remove = ca - cb
changes = Counter(to_add)
changes.subtract(to_remove)
return changes
lista = ['one', 'three', 'four', 'four', 'one']
listb = ['one', 'two', 'three']
In [127]: diff(lista, listb)
Out[127]: Counter({'two': 1, 'one': -1, 'four': -2})
# in order to go from lista to list b, you need to add a "two", remove a "one", and remove two "four"s
In [128]: diff(listb, lista)
Out[128]: Counter({'four': 2, 'one': 1, 'two': -1})
# in order to go from listb to lista, you must add two "four"s, add a "one", and remove a "two"
これは別の解決策です：
def diff(a, b):
xa = [i for i in set(a) if i not in b]
xb = [i for i in set(b) if i not in a]
return xa + xb
ここにいくつかの簡単な、順序保存の方法があります。
コード
pathlib を使った珍しいアプローチ
import pathlib
temp1 = ["One", "Two", "Three", "Four"]
temp2 = ["One", "Two"]
p = pathlib.Path(*temp1)
r = p.relative_to(*temp2)
list(r.parts)
# ['Three', 'Four']
これは両方のリストが同等の始まりを持つ文字列を含むと仮定します。詳細は docs を参照してください。集合演算と比べてそれほど速くはないことに注意してください。
itertools.Zip_longest を使用した簡単な実装
import itertools as it
[x for x, y in it.Zip_longest(temp1, temp2) if x != y]
# ['Three', 'Four']
これは1行で解決できます。問題は、2つのリスト（temp1とtemp2）が3番目のリスト（temp3）にそれらの違いを返すことです。
temp3 = list(set(temp1).difference(set(temp2)))
交点からリストの和集合を引いたものを計算することができます。
temp1 = ['One', 'Two', 'Three', 'Four']
temp2 = ['One', 'Two', 'Five']
set(temp1+temp2)-(set(temp1)&set(temp2))
Out: set(['Four', 'Five', 'Three'])
2つのリストがあるとしましょう
list1 = [1, 3, 5, 7, 9]
list2 = [1, 2, 3, 4, 5]
上記の2つのリストから、項目1、3、5はlist2に存在し、項目7、9は存在しないことがわかります。一方、項目1、3、5はlist1に存在し、項目2、4は存在しません。
項目7、9および2、4を含む新しいリストを返すための最善の解決策は何ですか？
上記のすべての答えは解決策を見つける、今最も最適なものは何ですか？
def difference(list1, list2):
new_list = []
for i in list1:
if i not in list2:
new_list.append(i)
for j in list2:
if j not in list1:
new_list.append(j)
return new_list
versus
def sym_diff(list1, list2):
return list(set(list1).symmetric_difference(set(list2)))
Timeitを使って結果を見ることができます
t1 = timeit.Timer("difference(list1, list2)", "from __main__ import difference,
list1, list2")
t2 = timeit.Timer("sym_diff(list1, list2)", "from __main__ import sym_diff,
list1, list2")
print('Using two for loops', t1.timeit(number=100000), 'Milliseconds')
print('Using two for loops', t2.timeit(number=100000), 'Milliseconds')
戻る
[7, 9, 2, 4]
Using two for loops 0.11572412995155901 Milliseconds
Using symmetric_difference 0.11285737506113946 Milliseconds
Process finished with exit code 0
これが2つのリスト（内容が何であれ）を区別する簡単な方法です。以下に示すように結果を得ることができます。
>>> from sets import Set
>>>
>>> l1 = ['xvda', False, 'xvdbb', 12, 'xvdbc']
>>> l2 = ['xvda', 'xvdbb', 'xvdbc', 'xvdbd', None]
>>>
>>> Set(l1).symmetric_difference(Set(l2))
Set([False, 'xvdbd', None, 12])
これが役立つことを願っています。