python列表去重let

### Python 中列表去重的方法 #### 利用 `set()` 方法 `set()` 是一种简单有效的方式来去除列表中的重复项。此方法会创建一个新的无序集合，自动移除任何重复元素。 ```python a = [1, 3, 2, 2, 3, 4] b = list(set(a)) print(b) # 结果可能是乱序的，因为 set 不保持原有顺序[^1] ``` #### 手动编写函数通过遍历列表并手动检查新列表中是否存在当前元素，从而构建不含重复项的新列表： ```python a = [1, 3, 2, 2, 3, 4] b = [] for item in a: if item not in b: b.append(item) print(b) # 这种方式能保持原有的顺序 ``` #### 使用 NumPy 库当处理大量的数值型数据时，NumPy 提供了一个高效的解决方案——`np.unique()` 函数。该函数不仅速度快而且能够很好地保留元素的相对位置（尽管默认情况下不会改变顺序）。 ```python import numpy as np def remove_duplicates_with_numpy(lst): return np.unique(lst).tolist() my_list = [1, 2, 2, 3, 4, 4, 5] result = remove_duplicates_with_numpy(my_list) print(result) # 对于数值类型的列表非常高效[^2] ``` #### 基于字典键唯一性的特性这种方法利用了 Python 字典不允许相同键存在的特点来进行去重操作，同时还能维持原始序列的顺序。 ```python original_list = [1, 2, 2, 3, 4, 4, 5] unique_items = list(dict.fromkeys(original_list)) print(unique_items) # 能够有效地去掉重复项目并且保持输入顺序[^3] ``` #### Pandas 的 `pd.Series().unique()` Pandas 数据结构也提供了方便的数据清理工具；特别是对于那些已经习惯使用 pandas 处理表格化数据的人来说，这是一个不错的选择。 ```python import pandas as pd data_series = pd.Series([1, 2, 2, 3, 4, 4, 5]) uniques = data_series.unique() print(uniques.tolist()) # 可用于更复杂的数据集分析场景下 ```

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇用高精度计算出S=1!+2!+3!+N!，其中"！"表示阶乘，输入正整数，输出计算结果S，用python代码编写