a=[1,2,3,....]
b=[True,False,True...]
a和b大小一样，现在要求a里面把b中false的的位置置成0，就是
c=[1,0,3...]
不写循环的话，怎么写最方便呢
--
修改:yatobiaf FROM 111.207.148.*
FROM 111.207.148.*

不用循环
c=list(map(lambda x,y:x*y,a,b))


【 在 sloanwall 的大作中提到: 】
: 简单循环
: c=[a[i] * b[i] for i in range(a))]
--
FROM 119.97.241.*

【 在 yatobiaf 的大作中提到: 】
: a=[1,2,3,....]
: b=[True,False,True...]
: a和b大小一样，现在要求a里面把b中false的的位置置成0，就是
: ...................
直接向量处理， 使用库，效率会更高一些（库底层用效率更高语言实现），
当要处理数据长度很长后有差异。

import numpy as np
np.where(b, a, 0)

where第一个参数是逻辑向量数组， 当为True的时候， 结果参数2数组对应位置元素，  
为False，则取参数3数组位置的值， 参数3因为是常数， 库会自动把数据广播成要求的数组长度。
即 等价于 np.where(b, a, [0]*len(b))
--
FROM 124.126.3.*

[... for (a, b) in zip(...)...]
[... for range(...) ...]
a * [ 1 if... else 0 for be in b]

底层实现上 肯定都是循环吧 ？ # 不过 我对python 代码的性能 比较无知

【 在 yatobiaf 的大作中提到: 】
: a=[1,2,3,....]
: b=[True,False,True...]
: a和b大小一样，现在要求a里面把b中false的的位置置成0，就是
: ...................
--
FROM 47.144.177.*

Python貌似并不建议用lambda,我还是觉得
np.where(b, a, 0)比较好.
【 在 sloanwall 的大作中提到: 】
: 不用循环
: c=list(map(lambda x,y:x*y,a,b))
:
--
FROM 165.156.39.*