python - 根据另一个列表中的值从列表中过滤值的最有效方法是什么

Question

我目前创建了一个这样的列表:

stopfile = os.path.join(baseDir, inputPath, STOPWORDS_PATH)
stopwords = set(sc.textFile(stopfile).collect())
print 'These are the stopwords: %s' % stopwords

def tokenize(string):
    """ An implementation of input string tokenization that excludes stopwords
    Args:
        string (str): input string
    Returns:
        list: a list of tokens without stopwords
    """
    res = list()
    for word in simpleTokenize(string):
        if word not in stopwords:
            res.append(word)
    return res

simpleTokenize 只是一个基本的字符串拆分函数，它返回一个字符串列表。

Answer 1

这很好。如果您想以更“Pythonic”的方式进行操作(一行代码而不是 4 行)，您可以使用列表理解:

res = [word for word in simpleTokenize(string) if word not in stopwords]