Отримайте різницю між двома списками

У мене є два списки в Python, такі як:

temp1 = ['One', 'Two', 'Three', 'Four']
temp2 = ['One', 'Two']

Мені потрібно створити третій список із предметами з першого списку, яких немає у другому. З прикладу я маю отримати:

temp3 = ['Three', 'Four']

Чи існують швидкі способи без циклів і перевірки?

In [5]: list(set(temp1) - set(temp2))
Out[5]: ['Four', 'Three']

Остерігайся цього

In [5]: set([1, 2]) - set([2, 3])
Out[5]: set([1]) 

де ви можете очікувати / хочете, щоб це було рівним set([1, 3]). Якщо ви хочете set([1, 3])як свою відповідь, вам потрібно буде скористатися set([1, 2]).symmetric_difference(set([2, 3])).

Усі існуючі рішення пропонують те чи інше:

• Швидше виконання O (n * m).
• Зберегти порядок введення списку.

Але поки що рішення не має обох. Якщо ви хочете обох, спробуйте це:

s = set(temp2)
temp3 = [x for x in temp1 if x not in s]

Тест на продуктивність

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)

Результати:

4.34620224079 # ars' answer
4.2770634955  # This answer
30.7715615392 # matt b's answer

Представлений мною метод, а також збереження порядку також (трохи) швидший, ніж задане віднімання, оскільки він не потребує побудови непотрібного набору. Різниця в продуктивності була б помітнішою, якщо перший список значно довший за другий і якщо хеширование коштує дорого. Ось другий тест, що демонструє це:

init = '''
temp1 = [str(i) for i in range(100000)]
temp2 = [str(i * 2) for i in range(50)]
'''

Результати:

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]

Різницю між двома списками (скажімо list1 та list2) можна знайти за допомогою наступної простої функції.

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)

або

def diff(list1, list2):
    return list(set(list1).symmetric_difference(set(list2)))  # or return list(set(list1) ^ set(list2))

Використовуючи вищевказану функцію, різницю можна знайти за допомогою diff(temp2, temp1)або diff(temp1, temp2). Обидва дадуть результат ['Four', 'Three']. Вам не потрібно турбуватися про порядок списку або про те, який список потрібно надати першим.

Посилання на документ Python

Якщо ви хочете, щоб різниця була рекурсивно, я написав пакет для python: https://github.com/seperman/deepdiff

Установка

Встановити з PyPi:

pip install deepdiff

Приклад використання

Імпорт

>>> from deepdiff import DeepDiff
>>> from pprint import pprint
>>> from __future__ import print_function # In case running on Python 2

Цей же об’єкт повертається порожнім

>>> t1 = {1:1, 2:2, 3:3}
>>> t2 = t1
>>> print(DeepDiff(t1, t2))
{}

Тип елемента змінився

>>> 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}}}

Значення товару змінилося

>>> 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}}}

Елемент додано та / або вилучено

>>> 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}}}

Різна різниця

>>> 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'}}}

Різниця рядків 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

Зміна типу

>>> 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]}}}

Різниця в списку

>>> 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}}

Різниця в списку 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}}}

Різниця в списку ігнорування порядку чи дублікатів: (з тими ж словниками, що і вище)

>>> 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)
{}

Список, що містить словник:

>>> 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}}}

Набори:

>>> 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]']}

Названі кортежі:

>>> 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}}}

Спеціальні об'єкти:

>>> 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}}}

Атрибут об’єкта додано:

>>> t2.c = "new attribute"
>>> pprint(DeepDiff(t1, t2))
{'attribute_added': ['root.c'],
 'values_changed': {'root.b': {'newvalue': 2, 'oldvalue': 1}}}

Це можна зробити за допомогою оператора python XOR.

• Це видалить дублікати у кожному списку
• Це покаже різницю temp1 від temp2 і temp2 від temp1.

set(temp1) ^ set(temp2)

найпростіший спосіб,

використовувати set (), різниця (set ())

list_a = [1,2,3]
list_b = [2,3]
print set(list_a).difference(set(list_b))

відповідь є set([1])

може друкувати як список,

print list(set(list_a).difference(set(list_b)))

Якщо ви дійсно дивитесь на продуктивність, тоді використовуйте numpy!

Ось повний зошит як суть на Github із порівнянням списку, нумету та панди.

https://gist.github.com/denfromufa/2821ff59b02e9482be15d27f2bbd4451

Я буду кидати, оскільки жодне з теперішніх рішень не дає кортежу:

temp3 = tuple(set(temp1) - set(temp2))

альтернативно:

#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))

Як і інші відповіді, які не дають відповіді в цьому напрямку, він зберігає порядок

Я хотів чогось, що брало б два списки і могло робити те, що diffвbash робить. Оскільки це запитання з'являється першим під час пошуку "python diff two liste" і не дуже конкретний, я опублікую те, що я придумав.

Використання SequenceMatherз difflibвас може порівняти два списки , як diffробить. Жоден з інших відповідей не скаже вам позицію, де виникає різниця, але ця є. Деякі відповіді дають різницю лише в одному напрямку. Деякі переупорядковують елементи. Деякі не обробляють дублікати. Але це рішення дає вам справжню різницю між двома списками:

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])

Цей результат:

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']

Звичайно, якщо ваша заява робить ті самі припущення, що й інші відповіді, ви отримаєте найбільше користь від них. Але якщо ви шукаєте справжнєdiff функціональність, то це єдиний шлях.

Наприклад, жоден з інших відповідей не міг впоратися:

a = [1,2,3,4,5]
b = [5,4,3,2,1]

Але це робить:

  2nd has [5, 4, 3, 2]
both have [1]
  1st has [2, 3, 4, 5]

Спробуйте це:

temp3 = set(temp1) - set(temp2)

це може бути навіть швидше, ніж розуміння списку Марка:

list(itertools.filterfalse(set(temp2).__contains__, temp1))

Ось Counterвідповідь на найпростіший випадок.

Це коротше, ніж вище, ніж двостороння, оскільки воно робить саме те, що задається питанням: створити список того, що є в першому списку, а не у другому.

from collections import Counter

lst1 = ['One', 'Two', 'Three', 'Four']
lst2 = ['One', 'Two']

c1 = Counter(lst1)
c2 = Counter(lst2)
diff = list((c1 - c2).elements())

Крім того, залежно від ваших уподобань для читабельності, це дозволяє зробити гідний однорівень:

diff = list((Counter(lst1) - Counter(lst2)).elements())

Вихід:

['Three', 'Four']

Зауважте, що ви можете видалити list(...)виклик, якщо ви просто перебираєте його.

Оскільки це рішення використовує лічильники, воно обробляє величини належним чином у порівнянні з багатьма наборами відповідей. Наприклад, на цьому вході:

lst1 = ['One', 'Two', 'Two', 'Two', 'Three', 'Three', 'Four']
lst2 = ['One', 'Two']

Вихід:

['Two', 'Two', 'Three', 'Three', 'Four']

Ви можете використовувати наївний метод, якщо елементи дистрибутиву будуть відсортовані та встановлені.

list1=[1,2,3,4,5]
list2=[1,2,3]

print list1[len(list2):]

або з нативними методами набору:

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)

Наївне рішення: 0,0787101593292

Рішення для рідного набору: 0,998837615564

Я занадто пізно в грі для цього, але ви можете порівняти продуктивність деяких з вищезгаданих кодів з цим, два найшвидших суперника,

list(set(x).symmetric_difference(set(y)))
list(set(x) ^ set(y))

Прошу вибачення за елементарний рівень кодування.

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])

Ось кілька простих способів збереження порядку для розмежування двох списків рядків.

Код

Незвичний підхід із використанням pathlib:

import pathlib


temp1 = ["One", "Two", "Three", "Four"]
temp2 = ["One", "Two"]

p = pathlib.Path(*temp1)
r = p.relative_to(*temp2)
list(r.parts)
# ['Three', 'Four']

Це передбачає, що обидва списки містять рядки з еквівалентними початками. Докладніше див. У документах . Зауважте, він не особливо швидкий порівняно із встановленими операціями.

Проста реалізація з використанням itertools.zip_longest:

import itertools as it


[x for x, y in it.zip_longest(temp1, temp2) if x != y]
# ['Three', 'Four']

Це ще одне рішення:

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

Якщо ви натрапите на TypeError: unhashable type: 'list'вас, вам потрібно перетворити списки або набори в кортежі, наприклад

set(map(tuple, list_of_lists1)).symmetric_difference(set(map(tuple, list_of_lists2)))

Див. Також Як порівняти список списків / наборів у python?

Скажімо, у нас є два списки

list1 = [1, 3, 5, 7, 9]
list2 = [1, 2, 3, 4, 5]

з двох вищеперелічених списків ми бачимо, що пункти 1, 3, 5 існують у списку2, а пункти 7, 9 - ні. З іншого боку, пункти 1, 3, 5 існують у списку1, а пункти 2, 4 - ні.

Яке найкраще рішення повернути новий список, що містить пункти 7, 9 та 2, 4?

Усі відповіді вище знаходимо рішення, а що найоптимальніше?

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

проти

def sym_diff(list1, list2):
    return list(set(list1).symmetric_difference(set(list2)))

Використовуючи timeit, ми можемо побачити результати

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')

повертає

[7, 9, 2, 4]
Using two for loops 0.11572412995155901 Milliseconds
Using symmetric_difference 0.11285737506113946 Milliseconds

Process finished with exit code 0

однолінійна версія рішення arulmr

def diff(listA, listB):
    return set(listA) - set(listB) | set(listA) -set(listB)

якщо ви хочете щось більше, як набір змін ... можна скористатися Counter

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"

Ми можемо обчислити перетин мінус об'єднання списків:

temp1 = ['One', 'Two', 'Three', 'Four']
temp2 = ['One', 'Two', 'Five']

set(temp1+temp2)-(set(temp1)&set(temp2))

Out: set(['Four', 'Five', 'Three']) 

Це можна вирішити одним рядком. Питання задається двома списками (temp1 і temp2), що повертають їх різницю в третьому списку (temp3).

temp3 = list(set(temp1).difference(set(temp2)))

Ось простий спосіб розрізнити два списки (незалежно від вмісту), ви можете отримати результат, як показано нижче:

>>> 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])

Сподіваюсь, це допоможе.

Я вважаю за краще використовувати перетворення в набори, а потім використовуючи функцію "різниця ()". Повний код:

temp1 = ['One', 'Two', 'Three', 'Four'  ]                   
temp2 = ['One', 'Two']
set1 = set(temp1)
set2 = set(temp2)
set3 = set1.difference(set2)
temp3 = list(set3)
print(temp3)

Вихід:

>>>print(temp3)
['Three', 'Four']

Це найпростіше підкреслити та перенести в майбутньому, якщо ви працюєте з великими даними, перетворення їх у набори видалить дублікати, якщо дублікати не потрібно. Сподіваюся, що це допомагає ;-)

(list(set(a)-set(b))+list(set(b)-set(a)))

def diffList(list1, list2):     # returns the difference between two lists.
    if len(list1) > len(list2):
        return (list(set(list1) - set(list2)))
    else:
        return (list(set(list2) - set(list1)))

наприклад, якщо list1 = [10, 15, 20, 25, 30, 35, 40]і list2 = [25, 40, 35]тоді буде повернутий списокoutput = [10, 20, 30, 15]